CodeIgniter：帮助从网页获取元标记的类/库？

Question

我正在使用代码点火器。我想我使用哪个 php 框架并不重要。

但在我编写自己的类之前，已经编写了另一个类，该类允许用户获取任何站点的页面标题和元标记（关键字、描述）...如果有的话。

任何能够做到这一点的 PHP 类都很棒。

谢谢大家

Answer 1

你应该看看这个类： PHP Simple HTML DOM 它的工作方式如下：

include('simple_html_dom.php');
$html = file_get_html('http://www.codeigniter.com/');

echo $html->find('title', 0)->innertext; // get <title>

echo "<pre>";
foreach($html->find('meta') as $element)
       echo $element->name . " : " . $element->content  . '<br>'; //prints every META tag

echo "</pre>";

Answer 2

使用PHP 的curl 库。它可以从网络上提取其他页面并将它们作为字符串获取，然后您可以使用正则表达式解析该字符串以查找页面的标题和元标记。

Answer 3

您可以使用 get_meta_tags 从远程页面获取所有元标记 - https://www.php.net/get_meta_tags

此页面有一个类来获取页面和描述，他们也使用 get_meta_tags - http://www.emirplicanic.com/php/get-remote-page-title-with-php.php

您应该能够将两者的位组合起来以获得您想要的一切需要。

Answer 4

使用 DOM/xpath

libxml_use_internal_errors(true);
$c = file_get_contents("http://url/here");
$d = new DomDocument();
$d->loadHTML($c);
$xp = new domxpath($d);
foreach ($xp->query("//meta[@name='keywords']") as $el) {
    echo $el->getAttribute("content");
}
foreach ($xp->query("//meta[@name='description']") as $el) {
    echo $el->getAttribute("content");
}

Answer 5

请参阅此内容。 这是获取页面元标记并执行操作的通用类还有更多。看看是否可以将其添加到 codeigniter 库中。谢谢

Answer 6

试试这个：

    libxml_use_internal_errors(true);
    $urlDecoded = $this->input->post('url');
    $c = file_get_contents($urlDecoded);
    $d = new DomDocument();
    $d->loadHTML($c);
    
    $metaTags = [
        'title' => '',
        'description' => '',
        'image' => '',
        'canonical' => '',
        'url' => '',
        'author' => '',
        'availability' => '',
        'keywords' => '',
        'og:description' => '',
        'og:determiner' => '',
        'og:image' => '',
        'og:image:height' => '',
        'og:image:secure_url' => '',
        'og:image:type' => '',
        'og:image:width' => '',
        'og:locale' => '',
        'og:locale:alternate' => '',
        'og:site_name' => '',
        'og:title' => '',
        'og:type' => '',
        'og:url' => '',
        'price' => '',
        'priceCurrency' => '',
        'source' => '',
    ];

    foreach ($d->getElementsByTagName('meta') as $meta) {
        $property = $meta->getAttribute('property');
        $content = $meta->getAttribute('content');
        if (strpos($property, 'og') === 0) {
            $metaTags[$property] = $content;

            if ($property === 'og:title') $metaTags['title'] = $property;
            if ($property === 'og:description') $metaTags['description'] = $property;
            if ($property === 'og:image') $metaTags['image'] = $property;
        }
    }
    $metaTags['canonical'] = $urlDecoded;
    $metaTags['url'] = $urlDecoded;