Python请求网页抓取如何检测不存在的返回页面？

问题描述

我正在抓取一些平均工资数据，以便从工作列表中制作信息图表。如果可以找到工作，比如“程序员”，那么它给我一个代码 200，我去的页面在脚本中是一样的。

import requests

job_url: str = "https://www.ziprecruiter.com/Salaries/What-Is-the-Average-Programmer-Salary-by-State"
job_response = requests.get(job_url,timeout=10)
print(job_response)

如果“Youtuber”像下面这样失败，我想向用户显示一条错误消息。但是，我仍然得到一个代码 200。手动尝试这个，他们的网站将我重定向到一个页面，如“https://www.ziprecruiter.com/Salaries/What-Is-the-Average-Youtuber-Salary-by-State? ind=null"

null_url: str = "https://www.ziprecruiter.com/Salaries/What-Is-the-Average-Youtuber-Salary-by-State"
null_response = requests.get(null_url,timeout=10)

如何在代码中确定查询是否重定向到空页面？我需要使用其他图书馆吗？

解决方法

您可以禁用重定向并检查响应：

null_url = "https://www.ziprecruiter.com/Salaries/What-Is-the-Average-Youtuber-Salary-by-State"
null_response = requests.get(null_url,timeout=10,allow_redirects=False)

if null_response.status_code == 301:
    print("Not found")

if "Moved Permanently" in null_response.text:
    print("Not found")

if "ind=null" in null_response.next.url:
    print("Not found")

或者使用重定向：

null_url = "https://www.ziprecruiter.com/Salaries/What-Is-the-Average-Youtuber-Salary-by-State"
null_response = requests.get(null_url,timeout=10)
if "ind=null" in null_response.url:
    print("Not found")

if null_response.history[0].status_code == 301:
    print("Not found")