Facebook如何解析博客点.com打开的图表属性

问题描述

Bloot.com的一些页面不包含开放的图形标记，但Facebook对象调试器仍然正确地解析开放的图形属性。如何获取打开的图形信息？

例如，我在http://sushiwens.blogspot.com/源代码中没有看到任何开放的图形元标记。但Facebookhttps://developers.facebook.com/tools/debug/og/object?q=http%3A%2F%2Fsushiwens.blogspot.com%2F

可以正确解析

我需要在python中实现类似于开放图形解析函数的东西，所以我需要知道如何实现它。

推荐答案

我没有确切的消息来源来确定Facebook的表现，但this site可能会对您有所帮助。
我用他的想法开发了一个用python语言编写的解析器。如果可以帮助您，则可以使用here。

如果我尝试总结一个不使用og标记获取数据的策略：

• 标题：
  • 搜索标题标签
  • 在正文中搜索H1
  • 在正文中搜索%2...
• 说明：
  • 在<；meta name="；Description；>；中搜索
  • 在正文(例如第一个<；p>；)中搜索可见文本
  • 搜索<；meta name="；Twitter：Description"；>；是一种解决方案，但我不这样做：通常描述很糟糕，更多地与Twitter内容相关，而不是链接的真实内容。
• 域名：
  • 搜索<；link rel="；规范>；
  • 搜索日志：URL
  • 但我做得更简单：从目标链接提取域(在python中：urlparse(url).netloc
• 最后但并非最不重要：图片：
  • 搜索<；link rel="；Image_src"；href="；Image URL；/&>
  • 分析目标链接html中的所有<；img&>标记和"；排序(&q；)：
    • 小图片：一维
    • 不良比例图像：剩余的比例最长边/最短边>；3
    • 好的形象：剩下的
  • 然后在好的图像中选择最大的图像。如果没有好的形象：最大的不良率。否则：最大的是小图片。(最大=最大宽度x高度)
  • 获取所有图像可能会很耗时！人们可以通过图像的第一个字节获得尺寸，但这是另一回事(见第二个链接)

这篇关于Facebook如何解析博客点.com打开的图表属性的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！