检测和解析 html 中的嵌入视频？

Question

我正在做一个项目，该项目需要我检测并提取网页上视频的嵌入代码。

我知道<object> 标签用于嵌入视频，但是，规范说它也可以用于图像等其他内容。

那么我如何确定地知道<object> 标签中包含视频？还是有其他方法可以找出来？

Answer 1

从历史上看，<object> 标记旨在用作在 HTML 文档中嵌入视频和音频等媒体的一种方式。但是随着网络视频的发展，如果不将视频控件集成到您的网络应用程序中，您将无法提供合理的用户体验，而在 HTML 中嵌入视频的事实标准是嵌入 Flash 播放器（使用 <embed>或<object>) 并从该 Flash 演示文稿中访问视频。 （在 HTML5 中，您拥有用于此目的的 <video> 对象，但我猜您对需要处理的 HTML 文件没有这种控制权）。

因此，通常，当您看到用于播放视频的 <object> 元素时，所引用的对象实际上是一个 SWF - flash 演示文稿 - 它运行自己的代码来链接到视频文件.但 Flash 演示文稿可能包含也可能不包含视频以及许多其他内容。所以如果你想检测<object>s 中的视频，你的选择是

1. 拥有一个实际上是视频播放器的所有 SWF 文件/URL 的列表。这种方法最简单，但请记住，您会有很多误报。
2. 以编程方式评估您在沙盒浏览器中解析的 HTML，并从屏幕截图中检测视频。这可能是一项巨大的努力，但会完美地解决您的问题。
3. 下载并反编译object标签引用的SWF文件，并实施启发式方法来确定它们是否包含嵌入的视频。我说启发式是因为 SWF 基本上是一个程序，如果你能找出一个确定性的方法来知道一个程序是否播放视频，你不妨试着弄清楚这个程序是否 @987654321 @。