如何使用Perl創建網站摘要？

Question

當您在Facebook或Digg上分享內容時，它會生成頁面摘要。我將如何在Perl中執行此操作？有哪些算法？

例如：

如果我去Facebook和我分享這個問題作爲一個鏈接： How can I create a website summary with Perl?

它檢索「？Facebook的/ Digg的獲得網站總結 - 堆棧溢出」作爲標題（

Answer 1

CPAN是你的朋友。

一些有前途的尋找模塊：

• HTML::Summary
• HTML::SummaryBasic
• Lingua::EN::Summarize

Answer 2

基本上要刮URL並找到「最顯著款」，這可能是第<DIV>或<p> ELEM這是頁面的只是標題）和[...不完整的問題嗎？]在第一個<h2>或<h1>之後，取決於頁面的佈局。

Answer 3

您可以檢查並查看頁面上是否存在元描述，但這會讓您置疑寫元描述的人。

Answer 4

假設你的意思共享一個鏈接...

通常彙總由用戶提交的URL寫。

• 使用文檔正文的前100個左右的字符（本身不容易）
• 使用元數據，如描述或關鍵字（通常是空的：如果你必須寫一個總結自動地這可以通過實現或發送垃圾郵件）
• 上下文相關的摘要，recreating Google snippets（對不起它的PHP，但簡單）
• 標籤/使用類似的Yahoo Keyword Extractor API或您自己的關鍵字密度函數從該文檔的關鍵字

你最好打賭就是問問用戶！

希望幫助有些:)