如何使用 node.js 和 javascript 模仿 Facebook 的“链接共享”功能

Question

所以我想模仿的是 Facebook 提供的链接共享功能。您只需输入 URL，然后 FB 会自动从目标网站获取图像、标题和简短描述。如何使用 node.js 和其他可能需要的 javascript 库在 javascript 中对此进行编程？我找到了一个使用 PHP 的 fopen 函数的例子，但我不想在这个项目中包含 PHP。

我问的是网页抓取的例子吗？我需要做的就是从目标网站的元标记中检索数据，然后还使用 CSS 选择器获取图像标记吗？

如果有人能指出我正确的方向，那将不胜感激。谢谢！

Answer 1

是的，需要网络抓取，这很容易。困难的部分是查找标题和相关文本和图像的通用算法。

如何抓取

您可以使用 jsdom 在您的服务器中下载并创建一个 DOM 结构，然后在您的服务器上使用 jquery 抓取该结构。您可以按照上面@generalhenry 的建议在blog.nodejitsu.com/jsdom-jquery-in-5-lines-on-nodejs 找到一个很好的教程。

刮什么

我想找到标题的好方法是：-

var h;
for(var i=6; i<=1; i++)
 if(h = $('h'+i).first()){
  break;
 }

现在h 将有标题或undefined 如果失败。替代方法可以简单地获取页面的title 标签。 :)

至于图片。列出该页面上所有或前几张相当大的图像，即过滤掉用于按钮、箭头等的精灵。

在获取远程数据时，请确保 ProcessExternalResources 标志已关闭。这将确保广告的脚本标签不会污染获取的页面。

是的，相关文本将在h 之后的某些标签中。

Answer 2

查看THIS 的帖子。它讨论了使用 node.js 进行抓取。 HERE 你以前有很多关于使用 javascript 和 jquery 抓取的信息。

也就是说，Facebook 实际上并没有猜测标题、描述和预览是什么，他们（至少在大多数情况下）从希望更容易被 fb 用户访问的站点中的元标记中获取这些信息。

也许您可以利用现有的元数据来提取标题、描述和 img 预览。可用元数据的文档是HERE。