提取鏈接詳細信息，如Google和Facebook

我想提取鏈接詳細信息，如Facebook和Google。但問題是，detials（像manin文本和圖像）是不確定的。有時主文本是在p標籤中，有時它是從元標籤中提取的。那麼想知道哪些地方可以搜索？提取鏈接詳細信息，如Google和Facebook

http://forums.asp.net/p/1847212/5162336.aspx/1?extract+certain+part+of+text+like+google+and+bing

我粘貼此鏈接在Facebook和它提取的詳細文本在p標籤，這是下面的另一個p標籤也有其內部文本。那麼如何決定呢？

來源

2012-10-08 user1575229

如果有問題的網站啓用了Open Graph protocol，那麼您可以解析由該標準定義的元數據。由於它與Facebook使用的系統相同（我相信Google+），因此您可能期望有相當多的網站支持它。我不會100％依賴它，但它是一個很好的工具。

來源

2012-10-08 03:47:08

哇，謝謝。看起來很棒。但是我用過的網站似乎沒有使用Open Graph的標籤。以及如何檢查有問題的網站是否使用Open Graph協議？ – user1575229

我知道的唯一方法是解析頭並查找'og：*'元數據。 –

好的。仍然看起來不錯。根據我的研究，我發現Facebook如果包含文本，首先會從元標記的content屬性中提取細節。如果帶有內容屬性的元標記中沒有文本，則它會搜索第一個具有較大字符串位置的p標記。這是我迄今發現的。仍然不確定圖像。但我認爲它會搜索文檔中最高寬度和高度的圖像並將其提取出來。 – user1575229

提取鏈接詳細信息，如Google和Facebook

回答

相關問題