使用python反转AMP url（从AMP获取常规url）

我将如何扭转谷歌AMPAPI的进程

我期待着采取一个AMP（加速移动页面）的网址，并提出了常规（原始）网址。我想知道是否有人知道如何用Python（或任何其他语言）实现这一点？ 任何帮助都将不胜感激

例如：

预期输出：

第二个例子：

预期输出：

第三个（也是最后一个）示例：

预期输出：

---

不幸的是，AMP的实现似乎相差很大。我想一种方法可能是删掉任何“amp”和周围的点（.）或斜线（/），然而，我可以想象这样一种情况，在这种情况下，这不是最明智的方法（主要是如果页面URL的结尾实际上应该有amp等（它出现在常规浏览中）.

对于将来遇到这种情况的人，我想我会分享我的解决方案。使用@daKmoR提供的信息，我最终能够得出以下结论：

import metadata_parser
page = metadata_parser.MetadataParser(url="https://amp.cnn.com/cnn/2018/03/08/politics/jeff-flake-anti-tariff-bill/ ")
#page = metadata_parser.MetadataParser(url="https://www.google.ca/amp/s/www.theverge.com/platform/amp/2018/3/8/17097904/android-ios-smartphone-brand-loyalty/")
#print(page.metadata)
#TODO: Doesnt work for verge
print("New")
real_URL = page.get_metadata_link('url')
if real_URL:
    print(real_URL)
else:
    print("Boo")

如果您遇到诸如“TLSV1\u ALERT\u PROTOCOL\u VERSION”之类的错误，那么您可能正在使用过时的Python版本进行编译

编辑： 这是根据@sebastian benz的回复更新的代码

import metadata_parser
#page = metadata_parser.MetadataParser(url="https://amp.cnn.com/cnn/2018/03/08/politics/jeff-flake-anti-tariff-bill/ ")
page = metadata_parser.MetadataParser(url="https://www.google.ca/amp/s/mobile.nytimes.com/2018/03/08/us/politics/trump-tariff-announcement.amp.html")
#print(page.metadata)
#TODO: Doesnt work for verge
print("New")
#real_URL = page.get_metadata_link('url')
real_URL = page.get_url_canonical()
if real_URL:
    print(real_URL)
else:
    print("Boo")

---

对于将来遇到这种情况的人，我想我会分享我的解决方案。利用@daKmoR提供的信息，我最终得出以下结论：

import metadata_parser
page = metadata_parser.MetadataParser(url="https://amp.cnn.com/cnn/2018/03/08/politics/jeff-flake-anti-tariff-bill/ ")
#page = metadata_parser.MetadataParser(url="https://www.google.ca/amp/s/www.theverge.com/platform/amp/2018/3/8/17097904/android-ios-smartphone-brand-loyalty/")
#print(page.metadata)
#TODO: Doesnt work for verge
print("New")
real_URL = page.get_metadata_link('url')
if real_URL:
    print(real_URL)
else:
    print("Boo")

如果您遇到诸如“TLSV1\u ALERT\u PROTOCOL\u VERSION”之类的错误，那么您可能正在使用过时的Python版本进行编译

编辑： 这是根据@sebastian benz的回复更新的代码

import metadata_parser
#page = metadata_parser.MetadataParser(url="https://amp.cnn.com/cnn/2018/03/08/politics/jeff-flake-anti-tariff-bill/ ")
page = metadata_parser.MetadataParser(url="https://www.google.ca/amp/s/mobile.nytimes.com/2018/03/08/us/politics/trump-tariff-announcement.amp.html")
#print(page.metadata)
#TODO: Doesnt work for verge
print("New")
#real_URL = page.get_metadata_link('url')
real_URL = page.get_url_canonical()
if real_URL:
    print(real_URL)
else:
    print("Boo")

---

AMP页面需要通过以下方式引用其规范版本：

<link rel="canonical" href="https://www.example.com/url/to/full/document.html">

发现页面的非AMP版本的正确方法是获取AMP文档并提取其规范链接标记的href值

---

您可以在中了解更多信息。

AMP页面需要通过以下方式引用其规范版本：

<link rel="canonical" href="https://www.example.com/url/to/full/document.html">

发现页面的非AMP版本的正确方法是获取AMP文档并提取其规范链接标记的href值

---

您可以在中了解更多信息。

对于Python 3，另一个选项可以是打开url并从响应中获取最终url。 以下是@jadelord对以下问题的回答：

---

对于Python3，另一个选项是打开url并从响应中获取最终url。 以下是@jadelord对以下问题的回答：

---

你能再澄清一下吗？不知道你的意思。也许可以添加一个具体的例子，比如一个url/链接作为输入，以及作为一个output@daKmoR添加3个示例扫描您请进一步澄清这一点-不确定您的意思。可能添加一个具体的示例，如url/链接作为输入，以及您希望作为output@daKm或添加3个示例