从网页获取缩略图答案

【问题标题】：Getting the thumbnail image from a Web page从网页获取缩略图
【发布时间】：2013-03-08 16:41:39
【问题描述】：

我有用于从http://i.imgur.com/QvkaduU.jpg 之类的 URL 获取图像的 C# 代码，但是我如何从这样的网页中获取图像：http://imgur.com/gallery/QvkaduU？

是否有任何“简单”的方法可以做到这一点，否则我将不得不获取 HTML 并构建一个 C# 解析器，该解析器在 HTML 中查找比其他所有图像都大的图像？

让我澄清一下。如果您将http://imgur.com/gallery/QvkaduU（HTML 版本）粘贴到例如 Facebook 的状态更新字段中，它将找到主图像并从中制作缩略图，这正是我正在寻找的行为。问题是，这是怎么做到的？我必须编写自己的 HTML 解析器还是有简单的方法来获得它？

【问题讨论】：

你检查their API了吗？
不，我希望有一个通用的解决方案，而不仅仅是针对 imgurl。
我认为屏幕抓取始终是最后的手段。在大多数情况下，这样做会违反使用条款。
我想你是对的。
但是！如果您将最后一个 URL（HTML 版本）复制到例如 facebooks 状态更新中，它会找到主图像并对其进行拇指操作吗？这正是我正在寻找的行为。

标签： c# asp.net-mvc image

【解决方案1】：

您已经走在正确的轨道上，是的，最可靠的方法是获取 HTML，对其进行解析并查找图像，然后根据位置和大小对图像进行排名。例如，如果您找到的第一张图片足够大可以制作缩略图，那么很酷，如果它很小，您就转到下一张图片等。最好使用像 Timthumb 这样的图片插件（我认为我曾经看过一个 ASP.NET 版本）并缓存图像，这样一旦您查找了代表网站的缩略图，您就可以从 catch 中调用图像。

【讨论】：

【解决方案2】：

我将获取整个 HTML 源代码并使用正则表达式将所有 <img ... src="..."> 参数以及 < ... style="... background-image: ...;"> css 内联属性放入并尝试临时下载链接后面的所有文件。然后我会（尝试将其转换为位图并）检查像素大小，最大的图片应该是您想要的图片。

Google 可能会帮助您检查像素大小和转换任何图像。

从 HTML 源获取所有图像链接的正则表达式应该是

<img[^>]+src=\"([^"]+)\".*?>|<[^>]+style=\"[^"]*background-image:\s*url\(\s*'?([^')])\s*'?)\s*;.*?>（未测试，但很确定）

结果将在第 2 组或第 3 组索引中，也不要忘记在相对链接上添加当前 url 的前缀。

【讨论】：

【解决方案3】：

没有简单的方法可以为任意 URL 获取“好的”缩略图。

Facebook 这样做的算法相当复杂。页面开发人员可以通过向<head> 添加各种元标记来给它一个提示，包括：

<meta property="og:image" content="http://url_to_your_image_here" />

或

<link rel="image_src" href="http://www.code-digital.co.uk/preview.jpg" />

(more on this)

...所以如果你想复制 Facebook 的算法，你需要获取页面源，解析它以获取任何“提示”，如上面的那个（你最好检查一下我没有错过任何其他“提示”格式），并在页面不包含其中一种时提出后备算法。

更现实的解决方案是使用其他人的 URL -> 缩略图系统。

如果你喜欢 Facebook 的版本，我认为你应该能够通过他们的 API 为给定 URL 请求 Facebook 的缩略图。

提供此类服务的其他服务有：

http://webthumb.bluga.net/home（不是免费的）
http://immediatenet.com/thumbnail_api.html（免费，可能有限制性 TOS）
https://www.google.com/search?q=get+thumbnail+for+url

【讨论】：

【解决方案4】：

如果 html 页面和图像之间的 QvkaduU 部分始终相同，您可以只进行字符串替换吗？

"http://imgur.com/gallery/QvkaduU".Replace("imgur.com/gallery","i.imgur.com") + ".jpg";

【讨论】：

【解决方案5】：

你可以试试这个

public Bitmap getImageFromURL(String sURL)
{
    HttpWebRequest myRequest = (HttpWebRequest)WebRequest.Create(sURL);
    myRequest.Method = "GET";
    HttpWebResponse myResponse = (HttpWebResponse)myRequest.GetResponse();
    System.Drawing.Bitmap bmp = new System.Drawing.Bitmap(myResponse.GetResponseStream());
    myResponse.Close();

    return bmp;
}

来自 How to get an image to a pictureBox from an URL? (Windows Mobile)

【讨论】：

这个代码只会下载 url 给你的对象，如果它是一个图像，它会工作，但如果它是一个 HTML 页面，它就不会工作。我的问题是最后一个（包含图像的 HTML 页面）。

【解决方案6】：

你可以尝试做这样的事情吗？

public void ProcessRequest(HttpContext context)
    {
      {
            // load here the image 
            ....
            // and send it to browser
            ctx.Response.OutputStream.Write(imageData, 0, imageData.Length);
       }
    }

您也可以在这里尝试他们所说的内容。我试过了，效果很好。

http://www.dotnetspider.com/resources/42565-Download-images-from-URL-using-C.aspx

【讨论】：

这只会下载 URL 给你的对象，如果它只是一个图像，它可能会工作得很好，但如果它的 HTML 页面有多个图像（除了主要的大图像）会有很可能是个问题。