拉动与新闻文章相关联的缩略图图像

Question

我不确定我是否正确标记了这个问题，但我知道很多新闻应用如Pulse，Google Currents等等都会引用新闻报道的缩略图。我的问题是，我假设他们正在从新闻网站本身提取内容，无论是屏幕抓取还是消费某种类型的Feed。他们如何知道从网站吸引哪些图片？

我用“android”标签标记这个，因为我已经构建了一个新闻阅读器应用程序，我想要提取缩略图。感谢。

Answer 1

我前段时间使用这种方法构建了这样的东西：

1. 带有可读性框架的流程文章（针对Java，Google找到jReadability，Snacktory和Java-readability - 可能还有更多，其中一个应该在Android上运行，也是）。
2. 在已处理的文章中，使用某个DOM框架抓取第一个图像以导航到第一个img标记。由于文章是＆＃34;清洁＆＃34;，这通常是可用的。

我建议在服务器上进行文章处理，而不是通过电话。

Answer 2

在this article中，讨论了不同的技术。

在reddit上执行缩略图提取的一个很好的例子。有关reddit如何识别和裁剪缩略图的详细信息，请here和here。