Instagram页面存在性检测：200状态码下的“页面不可用”识别方法

import requests
import time

def check_instagram_profile_status(username: str) -> str | None:
    """
    检查Instagram个人资料页面的存在状态。
    由于Instagram在页面不存在时也可能返回200状态码，
    此函数通过检查响应内容来识别“页面不可用”的情况。

    Args:
        username (str): Instagram用户的用户名。

    Returns:
        str | None: 如果页面存在，返回个人资料URL；如果页面不存在，返回None。
    """
    profile_url = f"https://www.instagram.com/{username}/"
    # 模拟浏览器User-Agent，减少被识别为爬虫的风险
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
    }

    try:
        # 发送GET请求，设置超时以避免长时间等待
        response = requests.get(profile_url, headers=headers, timeout=10)
        # 检查HTTP错误状态码（如4xx或5xx），如果存在则抛出异常
        response.raise_for_status()

        # 核心逻辑：检查响应文本内容以识别“页面不可用”
        # Instagram可能会使用不同的短语或多种语言提示，这里匹配常见的几种
        # 注意：这些短语可能会随Instagram更新而变化，需要定期验证
        if "Page Not Found" in response.text or \
           "Sorry, this page isn't available." in response.text or \
           "该页面不可用" in response.text:
            print(f"'{username}' 的Instagram个人资料页面不可用（通过内容识别）。")
            return None
        elif response.status_code == 200:
            # 如果内容中没有找到“页面不可用”的标识，且状态码为200，则认为页面存在
            print(f"'{username}' 的Instagram个人资料页面存在：{profile_url}")
            return profile_url
        else:
            # 理论上，如果requests.raise_for_status()没有抛出异常，这里不应该被触发，
            # 但作为防御性编程，可以保留以捕获其他未预期的状态。
            print(f"'{username}' 的Instagram个人资料返回了意外的状态码：{response.status_code}。")
            return None

    except requests.exceptions.HTTPError as e:
        print(f"请求 '{username}' 时发生HTTP错误：{e}")
        return None
    except requests.exceptions.ConnectionError as e:
        print(f"请求 '{username}' 时发生连接错误：{e}")
        return None
    except requests.exceptions.Timeout as e:
        print(f"请求 '{username}' 时发生超时错误：{e}")
        return None
    except requests.exceptions.RequestException as e:
        print(f"请求 '{username}' 时发生未知错误：{e}")
        return None

# 示例用法
print("--- 示例用法 ---")

# 1. 检查一个通常存在的Instagram用户名
existing_profile_1 = check_instagram_profile_status("instagram")
print(f"结果：{existing_profile_1}\n")
time.sleep(1) # 增加延迟，避免请求过快

# 2. 检查一个通常不存在的Instagram用户名
non_existing_profile = check_instagram_profile_status("this_user_definitely_does_not_exist_123456789")
print(f"结果：{non_existing_profile}\n")
time.sleep(1)

# 3. 检查另一个存在的公共Instagram用户名
existing_profile_2 = check_instagram_profile_status("nasa")
print(f"结果：{existing_profile_2}\n")