如何从带有 url 的网页中读取 Open Graph 和元标记答案

【问题标题】：How to read Open Graph and meta tags from a webpage with a url如何从带有 url 的网页中读取 Open Graph 和元标记
【发布时间】：2013-05-20 22:47:36
【问题描述】：

我希望我的网站能够在用户将链接粘贴到邮箱时提取有关网页的信息，类似于 Facebook。

我想知道 Google、Reddit 和 Facebook 等网站如何能够仅通过 URL 检索缩略图、标题和描述。

有人知道他们是怎么做到的吗？

【问题讨论】：

【解决方案1】：

基本算法相当简单：获取页面，分析内容，提取文本&图像&标题等等，构建预览。但是，对于特定的用例，有很多困难。菜单，横幅和添加，文本结构 - 需要非常谨慎处理的大量不同细节。 AFAIK 没有算法可以在 100% 的情况下解决此任务（是的，Google 和其他算法并不完美）。

关于 Reddit。由于它是开源的，你可以找到他们是如何做到这一点的。这是您要查找的代码： https://github.com/reddit/reddit/blob/master/r2/r2/lib/scraper.py

Yandex 的 API 允许这样做。你可以找到更多here和here。

【讨论】：

谢谢！我应该更新这篇文章，但我认为它已经死了。我用 cURL 得到了我想要的东西。我用 PHP 加载网页，然后只扫描元标记。如果有可用的开放图表或推特卡，我只使用图像，但由于并非每个站点都使用这些，我一直在考虑深入扫描。虽然没有考虑广告。感谢您的资源！
最有趣的部分从没有标记开始:)