Facebook 如何解析 blogspot.com 开放图属性答案

【问题标题】：How Facebook parses blogspot.com open graph propertiesFacebook 如何解析 blogspot.com 开放图属性
【发布时间】：2012-10-06 20:06:28
【问题描述】：

blogspot.com 的某些页面不包含开放图标签，但 Facebook 对象调试器仍能正确解析开放图属性。它是如何获取open graph信息的？

我需要在python中实现类似open graph parsing之类的功能，所以我需要知道怎么做。

【问题讨论】：

【解决方案1】：

我没有真正的消息来源来确定 facebook 是如何做到的，但 this site 可能会对你有所帮助。
我用他的想法用python开发了一个解析器。如果能帮到你，python项目是here。

如果我尝试总结一个策略来获取没有og标签的数据：

标题：
- 搜索标题标签
- 在正文中搜索 h1
- 在正文中搜索 h2 ...
说明：
- 在
- 在正文中搜索可见文本（例如第一个
  ）
- 搜索是一种解决方案，但我不这样做：通常描述很糟糕，与链接的真实内容相比，与 twitter 的内容更相关。
域名：
- 搜索
- 搜索 og:url
- 但我做的更简单：从目标链接中提取域（在 python 中：urlparse(url).netloc
最后但同样重要的是：图片：
- 搜索
- 解析所有标签的目标链接html并“排序”它们：
  - 小图像：一维
  - 不良比例图像：剩余的最长边/最短边的比例 > 3
  - 好图片：剩下的
- 然后在好的图像中选择最大的图像。如果没有好的形象：坏的比例最大。否则：小图像中最大的。（最大 = 最大宽度 x 高度）
- 获取所有图像可能非常耗时！可以通过图像的第一个字节获取尺寸，但这是另一回事（参见第二个链接）

【讨论】：

哎呀，我没看到帖子那么旧 ;-) 如果它对其他人有用，我会给出答案......但差不多 10 年后......（youtube.com/watch?v=CTUsFm0BAu8）
嗨，高炉。你是对的：我已经相应地编辑了答案。