Question

我正在尝试从网址中获取最相关的图片。我想获取最接近页面标题“文本”的图像。或者以不同的方式。我想根据它们与标题“文本”的距离给图像分数。然后获取分数最高的图像。

标题'text'可以在标题元素

中

<h1>title text</h1>,<h2>title text<h2>,etc

或者它可能与

的alt属性匹配

<img alt='title text'> tags.

或者它也可以在任何其他元素中，如

<p> , <span> , <div> etc

例如：

让我们说页面的标题如下：

<title>White Gold Round Diamond Wedding Band: Jewelry: Amazon.com</title>

在页面正文中我们有类似的内容：

<h1>White Gold Round Diamond Wedding Band</h1>

最接近上述标签的元素可以说是在div中，如下所示：

<div class='abc'>
    <img src='efg' />
</div>

然后上面的图像应该得到最高分。

相反，如果img的alt属性与标题匹配，则该图像应获得最高分。

提前致谢。

Answer 1

我不认为这是一个很好的解决方案。如果设置了og:image，您可以尝试获取XPath。

另一种解决方案是使用150px X 150px获取所有图片，并仅获取具有指定尺寸的图片，例如：大于width/height且有限0.5比例，例如来自{{1}到2。如果有超过1个图像，您可以让用户使用简单的图像滑块选择其中一个，就像在Facebook的共享弹出窗口中一样。

此外，您可以使用类似Embed.LY API的内容，如果您想获得一些产品图片，它可以非常准确地运行。

如果您正在使用Amazon和/或Ebay优惠，那么您可以尝试Amazon's Product Advertising API和Ebay's Finding API以获得最佳效果。您只需从给定的URL中提取商品ID，然后发送API请求以获取该商品的详细信息，包括不同大小的图片。

最后，最佳解决方案可能是组合每种方法并像一体化一样使用它们。