如何閱讀帶有網址的網頁的開放圖形和元標記

Question

我希望我的網站能夠在用戶將鏈接粘貼到郵箱時拉起有關網頁的信息，類似於Facebook。

我想知道Google，Reddit和Facebook等網站如何能夠通過URL檢索縮略圖，標題和描述。

任何人都知道他們是如何做到這一點的？

Answer 1

基本算法比較簡單：取頁，分析內容，提取文字&圖片&標題&無論如何，建立預覽。 但是，對於特定的使用情況有很多困難。菜單，橫幅和增加，文本結構 - 大量不同的細節，需要非常嚴格的處理。 AFAIK沒有算法可以在100％的情況下解決這個任務（是的，谷歌和其他算法並不完美）。

關於Reddit。由於它是開源的，你可以找到他們是如何做到的。 這裏是代碼你正在尋找： https://github.com/reddit/reddit/blob/master/r2/r2/lib/scraper.py

Yandex的API允許做同樣的事情。你可以找到更多的here和here。