使用php返回錯誤語言的元描述

Question

我不知道是否有人能夠解釋我遇到的問題。我正在構建一個查看網站標題和說明元標記的SEO工具。我所經歷過的是使用

<?php 

$tags = get_meta_tags("https://twitter.com"); 
echo $tags['description']; 
?> 

我得到在德國返回的描述

「Verbinde荻sofort MIT書房Dingen，死für荻上午wichtigsten信德。Folge Freunden，專家組織，Lieblingsstars UND aktuellen 新聞報」

，而不是在英語

「立即連接到對您最重要的部分。關注您的朋友，專家，最喜歡的名人和突發新聞。」

我還發現，Bing.com我也有這個問題，有太多。我試過捲曲這也並得到了相同的結果。

這是什麼模樣，

<? 

$header[] = "Cache-Control: max-age=0"; 
$header[] = "Connection: keep-alive"; 
$header[] = "Keep-Alive: 300"; 
$header[] = "Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7"; 
$header[] = "Accept-Language: en-us,en;q=0.5"; 
$header[] = "Pragma: "; // browsers keep this blank. 

function file_get_contents_curl($url) 
{ 
$ch = curl_init(); 

curl_setopt($ch, CURLOPT_HEADER, 0); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_URL, $url); 
curl_setopt($ch, CURLOPT_HTTPHEADER, $header); 
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); 

$data = curl_exec($ch); 
curl_close($ch); 

return $data; 
} 

$html = file_get_contents_curl("https://twitter.com"); 

//parsing begins here: 
$doc = new DOMDocument(); 
@$doc->loadHTML($html); 
$nodes = $doc->getElementsByTagName('title'); 

//get and display what you need: 
$title = $nodes->item(0)->nodeValue; 

$metas = $doc->getElementsByTagName('meta'); 

for ($i = 0; $i < $metas->length; $i++) 
{ 
$meta = $metas->item($i); 
if($meta->getAttribute('name') == 'description') 
    $description = $meta->getAttribute('content'); 
if($meta->getAttribute('name') == 'keywords') 
    $keywords = $meta->getAttribute('content'); 
if($meta->getAttribute('language') == 'language'); 
    $language = $meta->getAttribute('language'); 
} 

echo "Title: $title". '<br/><br/>'; 
echo "Description: $description". '<br/><br/>'; 
echo "Keywords: $keywords"; 

?> 

我捲曲代碼捲曲響應這裏運行=>http://www.chillwebdesigns.co.uk/tools/4/test.php

有誰遇到這之前？

Answer 1

get_meta_tags發送的HTTP請求不包含傳統的Accept-Language標頭，即正常的Web瀏覽器發送的標頭，以便通知服務器哪種語言可能是合適的。

這似乎是一些網站（如Twitter）上會使用地理IP查詢以確定內容的語言：

從我的本地計算機在瑞典

Koppla DIREKT UPP挖MOT DET索姆AR viktigastfördig。 Följdinavänner，專家，最喜歡的人，最喜歡的人。

從我在倫敦的VPS，英國

即刻連接到什麼'最重要的是你。跟隨你的朋友，專家，最喜歡的名人和最新消息。

因此，如果您打算僅查看英文元數據，您需要使腳本像英文本地化的網頁瀏覽器一樣使用，並使用Accept-language以及其他可能的方式。

編輯：以下是how to extract the meta tags by first fetching the HTML using cURL的示例。有關setting the cURL headers to include Accept-Language的詳細信息。

代碼示例：

<?php 
function file_get_contents_curl($url) 
{ 
$ch = curl_init(); 

$header = array(); 
$header[0] = "Accept: text/xml,application/xml,application/xhtml+xml,"; 
$header[0] .= "text/html;q=0.9,text/plain;q=0.8,image/png,*/*;q=0.5"; 
$header[] = "Cache-Control: max-age=0"; 
$header[] = "Connection: keep-alive"; 
$header[] = "Keep-Alive: 300"; 
$header[] = "Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7"; 
$header[] = "Accept-Language: en-us,en;q=0.5"; 

curl_setopt($ch, CURLOPT_HTTPHEADER, $header); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_URL, $url); 
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); 

$data = curl_exec($ch); 
curl_close($ch); 

return $data; 
} 

$html = file_get_contents_curl("http://twitter.com"); 

//parsing begins here: 
$doc = new DOMDocument(); 
@$doc->loadHTML($html); 
$nodes = $doc->getElementsByTagName('title'); 

//get and display what you need: 
$title = $nodes->item(0)->nodeValue; 

$metas = $doc->getElementsByTagName('meta'); 

for ($i = 0; $i < $metas->length; $i++) 
{ 
$meta = $metas->item($i); 
if($meta->getAttribute('name') == 'description') 
    $description = $meta->getAttribute('content'); 
if($meta->getAttribute('name') == 'keywords') 
    $keywords = $meta->getAttribute('content'); 
if($meta->getAttribute('language') == 'language'); 
    $language = $meta->getAttribute('language'); 
} 

echo "Title: $title". '<br/><br/>'; 
echo "Description: $description". '<br/><br/>'; 
echo "Keywords: $keywords"; 

?>