從網頁中提取*相關*圖片

我有一對twitter推動的新聞聚合網站。我一直計劃添加我在twitter上發現的文章中的圖片。從網頁中提取*相關*圖片

如果我使用<img>標籤下載頁面並提取圖像，我會得到一堆圖像;不是所有這些與文章有關。例如，捕獲按鈕，圖標，廣告等圖像。如何提取文章附帶的圖像？我知道有一個解決方案 - Facebook鏈接共享器做得很好。

大額牛

重複的：How to find and extract "main" image in website

來源

2010-06-28 mithun

我猜想，Facebook有它支持的各種網站的鏈接提取。有點像id =「content」 - > img（1st）。

猜猜我錯了。似乎Facebook使用Open Graph Protocol來定義哪個圖像（og：圖像）和要使用的元數據。

來源

2010-09-16 08:16:14 Serkan

那麼OGP是Facebook推動的一些東西，以便他們可以準確地提取元數據。不幸的是，大量的網站不遵循這個標準。 – mithun 2010-09-16 11:51:44

我覺得這種解決方案有點不好，但對我有用。這是我做什麼來獲取縮略圖。

說我覺得這頁的標題是：「這是一個標題」
我用這個作爲查詢到谷歌圖片API，然後提取第一縮略圖我發現。

它實際上對大多數情況下工作得很好。檢查出來爲自己http://cricketfresh.in

大額牛

PS：我覺得這是一個很好的答案。會給予一個更優雅的答案的人的功勞。

來源

2010-09-16 11:52:25 mithun

從頁面下載所有圖像，黑名單來自廣告服務器的所有圖像。然後找到一些啓發，這將讓你正確的圖像...

我覺得是這樣的：

最大分辨率+ =點壓頻比
最大文件大小+ = 10分
的JPEG + = 2點

然後採取最點圖像並扔掉其餘遠

可能適用於大多數網站。

（將需要與啓發式雖然有些擺弄）

來源

2010-09-16 11:57:46 Toad

這是經典的方法，並感謝您把它放在這裏。我有點猶豫要走這條路，因爲我不確定這需要多長時間。就像你說的那樣，經過一些調整後它可能會很好用。我在其他地方找到的更多因素是：1]圖像的路徑。 2]指定寬度和高度的圖像 – mithun 2010-09-16 16:04:33

這是一個漫長的時間。但這可能有助於下一次。

您可以使用此API https://urlmeta.org/

它的使用非常簡單，結果是我們所需要的最好的。使用API

例如：

<?php 
$url = "http://timesofindia.indiatimes.com/business/india-business/Raghuram-Rajan-not-fit-to-be-RBI-Governor-Subramanian-Swamy/articleshow/52236298.cms"; 

$result = file_get_contents('https://api.urlmeta.org/?url='.$url); 
$array = json_decode($result,1); 
print_r($array['meta']['image']); 

?>

這就是你所需要的結果。

來源

2016-05-14 06:59:09

urlmeta.org非常酷。適用於幾乎所有的電子商務產品頁面。 – vaichidrewar 2016-09-20 21:57:14

從網頁中提取相關圖片

回答

從網頁中提取*相關*圖片

回答

相關問題

從網頁中提取相關圖片