Question

我正在使用cakePHP框架创建一个网站，我和php以及网络编程的新手。我想做一些类似于Digg的提交按钮的东西，在那里你输入一个网址，它会在网页上提取图像，标题，有时还会对文章进行简短的描述。我假设这将使用PHP完成，但我对任何方法都持开放态度。

Answer 1

您获取相关页面的来源（cURL库或file_get_contents()如果启用了fopen() URL包装器）并解析它们以获取这些详细信息。

标题可以是title元素。

描述可以是元描述。

图像可以是最大的图像（有很多不同的查找方式）。

您还可以查找The Open Graph Protocol ...

<meta name="og:site_name" content="Stack Overflow" />
<meta name="og:url" content="http://www.stackoverflow.com/" />
<meta name="og:title" content="Hello" />
<meta name="og:image" content="http://www.gravatar.com/avatar/5a9f58455ea36c880bc46820255fb084?s=32&d=identicon&r=PG" />

Answer 2

我对蛋糕PHP不太熟悉，但我可以大致了解你需要做什么。

第一步是使用AJAX将URL提交给您的服务器。

然后，服务器需要获取html源代码。在php中你可以这样做：

$source = file_get_contents('http://www.example.com/')

可能还有其他功能，但应该可以使用。

获得源后，您将需要解析所需的数据。您可以使用正则表达式或其他内容来完成此部分。

然后，你可能想要设置一个php数组所需的数据，使用

json_encode($my_array)

并返回json。然后，用它做你想做的事。

希望这有帮助

Answer 3

你需要做一些简单的事情：

您需要使用PHP的curl函数来获取网页的来源。 php.net网站provides a great example of this。
从该来源，您需要找到页面的标题和任何图像。最简单的方法可能是通过一个简单的正则表达式。

这是一个简单的脚本示例，它同时执行这两个操作：

<?php 
$ch = curl_init(); 
curl_setopt($ch, CURLOPT_URL, "stackoverflow.com"); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
$output = curl_exec($ch); 
curl_close($ch);

$titles = array();
preg_match_all("/<title>(.*)<\/title>/im", $output, &$titles, PREG_PATTERN_ORDER);

$images = array();
preg_match_all("/<img *src= *['\"](.*)['\"](.*)\/*>/iU", $output, &$images, PREG_PATTERN_ORDER);

$page_title = $titles[1][0];
$images_found = $images[1];

echo "Page title was: {$page_title}\n";
foreach($images_found as $image_src) echo "Image: {$image_src}\n";
?>

我包含的正则表达式不完美，并不会在每种情况下捕获所有标题或所有图像，但它们都是良好的开端。

您还需要从数组$ images中选择要使用的图像。您可以随机执行此操作，也可以根据页面上的最大图像或您找到的第一个图像等执行此操作。

如何从像Digg的提交按钮这样的URL中获取其他网站信息？

3 个答案: