J'ai un couple de site Web d'agrégation de pulsion de Twitter. Je prévois d'ajouter des images d'articles que je trouve sur Twitter.
Si je télécharge la page et extrayez l'image à l'aide de mithun
Dupliquer de: Comment trouver et extraire "Main" Image sur le site Web tag, je reçois un tas d'images; pas tous pertinents pour l'article. Par exemple, les images de bouton, des icônes, des annonces, etc. sont capturées. Comment extraire l'image accompagnant l'article? Je sais qu'il y a une solution - la sélection de liaisons Facebook fait-il assez bien.
4 Réponses :
Je devinerais que Facebook a un extracteur de liens pour les différents sites qu'elle soutient. Quelque chose comme id = "contenu" -> img (1ère).
suppose que je me trompe. Semble que Facebook utilise le Ouvrir le protocole de graphique pour définir quelle image (og: image) et quelles métadonnées à utiliser.
Eh bien Ogp est quelque chose que Facebook pousse afin qu'ils puissent extraire des méta-données avec précision. Malheureusement, un grand nombre de sites Web ne suivent pas cette norme.
Je suis en quelque sorte emboîté avec une solution qui est un peu hacky mais travaille pour moi. Voici ce que je fais pour obtenir des vignettes.
Cela fonctionne très bien pour une majorité des cas. Vérifiez-le pour vous-même http://cricketfresh.in
mithun
PS: Je pense que c'est une bonne réponse. Donnera un crédit à quelqu'un qui vient avec une réponse plus élégante.
Télécharger toutes les images de la page, Blacklist Toutes les images provenant d'un serveur d'annonces. Ensuite, trouvez une certaine heuristique qui vous obtiendra la bonne image ...
Je pense que quelque chose comme:
Puis prenez l'image avec le plus de points et jetez le reste
fonctionne probablement pour la majorité des sites.
(nécessiterait un peu de violation de la heuristique)
C'est l'approche classique et merci de la mettre ici. J'étais un peu hésitant à descendre de ce chemin parce que je n'étais pas sûr de combien de temps cela prendra. Comme vous l'avez dit, cela fonctionnera probablement bien après un réglage. Couple de plus de facteurs que j'ai trouvés ailleurs sont: 1] le chemin de l'image. 2] images dont la largeur et la hauteur sont spécifiées
Ça fait longtemps. Mais cela peut aider la prochaine fois.
Vous pouvez utiliser cette API https://urlméta.org/ P >
Il est très simple d'utiliser et le résultat est le meilleur dont nous avons besoin. p>
exemple d'utilisation de l'API: P>
<?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']);
?>
urlméta.org est assez cool. Fonctionne pour presque toutes les pages de produits de la ecommerce.