使用 PHP 以任何语言获取任何网站的标题和元标记答案

【问题标题】：Get Title and Meta Tags of any site in any language with PHP使用 PHP 以任何语言获取任何网站的标题和元标记
【发布时间】：2011-10-18 16:45:16
【问题描述】：

我想尝试弄清楚如何从网页中获取标题和所有元标记

<title>A common title</title>
<meta name="keywords" content="Keywords blabla" />
<meta name="description" content="This is the description" />

这个问题似乎在 stackoverflow 上被问和回答了好几次，但没有答案关心网页的语言/字符集。例如这里Getting title and meta tags from external website shamittomar 的脚本只适用于utf-8 格式的网页。该脚本无法运行，例如，它将为这些站点返回奇怪的结果：

http://www.tudou.com/

http://svmpbt.com/

（注意：以上网站不是我的，只是例子）

有没有办法以正确的方式做到这一点，有没有可用的类来做到这一点？因为 Facebook Linter 可以在上述网站上正常工作，所以我认为 PHP 脚本中有可用的解决方案。

谢谢。

【问题讨论】：

http://www.tudou.com/ 是一个不太好的网站示例，它的标题中没有设置字符集。从一开始就手动解析字符集，不过你会没事的。我对http://svmpbt.com/ 有没有问题吗？ iconv 可能是你的朋友。
你能说得更具体点吗？我应该在 shamittomar 的脚本中进行哪些更改？

标签： php character-encoding html-parsing meta-tags

【解决方案1】：

你应该使用php的“get_meta_tags”函数，它提供标题、描述和关键字。为此，请参阅此链接：http://php.net/manual/en/function.get-meta-tags.php
如果您需要更多信息，那么您也可以使用“file_get_contents”方法，该方法将返回该 url 的来源，然后对其进行解析并提取相关信息。参考这个链接：http://in2.php.net/manual/en/function.file-get-contents.php

【讨论】：