Facebook如何預取url/feed內容？

Question

我張貼的URL博客文章在Facebook的消息 http://www.autoblog.com/2009/06/22/we-are-all-bumblebee-beijing-transformers-fans-gather-to-celebr/ 和Facebook內聯的標題和縮略文本，如果它獲取他們從RSS源 http://www.autoblog.com/rss.xml 但是當我提交的鏈接博客文章已經過期了的飼料 - 我檢查。

看到這個截圖： http://i43.tinypic.com/nwbu4m.jpg

使用FeedBurner的搜索呢？這怎麼可以類似地完成？

歡呼

Answer 1

我認爲他們做了一些先進的拼搶尋找數據和HTML的最顯著塊和使用。基本上，他們快速分析一切，拋出廣告等，並使用大量的數據。

Digg也在做類似的事情。

我會這樣做來實現它。

1. 掃描元標記，rss提要標記和標題標記。
2. 查找包含大量內容的大型「區域」。還包括p標籤。根據內容的可能性來衡量或評分他們。尋找關鍵字CSS類/ ID（例如速度「內容」不是「廣告」或「導航」
3. 查找大量圖像
關於該網站以供將來使用
4. 存儲信息和改進啓發式

這種更高所有這些都是在服務器端完成的，並且使用AJAX服務於瀏覽器。