如何检测 HTML 页面是否包含视频？答案

【问题标题】：How to detect whether an HTML page contains a video?如何检测 HTML 页面是否包含视频？
【发布时间】：2010-04-25 20:05:51
【问题描述】：

我想知道是否可以检测 HTML 页面是否包含视频。

我知道一种可能的方法是在 HTML 源代码中查找“.swf”。但大部分页面不包含文件名。

例如，给定以下 URL 及其源代码，是否有可能找出它是否包含视频： http://www.cnn.com/video/

【问题讨论】：

一般来说，这是不可能的。
答案取决于您想用来检测它的编程语言。
Pekka 已经总结得很好。我查了CNN的网站源码，其实是用JS来加载视频的。也没有多少 HTML 解析器会执行/解析 JS。有一些可以，但您毕竟需要编写特定于目标的代码。没有通用的方法。除此之外，JSP 是一种视图技术。您通常不想在 JSP 文件中编写 Java 代码。

标签： html video

【解决方案1】：

有很多方法可以将视频嵌入 HTML 页面 - 作为 Flash 视频或通过 <object> 和 <embed> 标签的平台特定播放器的实例（但并非每个标签都是视频！同样适用对于.swf - 它只是 Flash 文件的文件扩展名，无论是否是视频），新的 HTML 5 <video> 标签......它们并非不可能找到，但要捕捉所有可能的播放器类型需要做很多工作，格式和嵌入代码，会导致很多误报/误报。

然后，有一些 JavaScript 库会在包含页面加载后初始化播放器 - 这些几乎无法检测到。

将视频可靠地放入网页仍然是一个非常复杂的问题，而随后取出视频就更加复杂了。根据您要达到的目标，我会考虑放弃它。

【讨论】：

嗨 Pekka，感谢您的详细回答。

【解决方案2】：

对于您的情况（CNN 网站），您可以解析 Open Graph 微标记以获取视频信息。

og:video:type, og:image 等元标记会为您提供帮助。

视频托管服务通常支持微标记，例如打开图表或 scheme.org。

所以你可以解析这些标记。

【讨论】：

【解决方案3】：

检查 DOM 中是否存在 <object> 标签并检查其内容类型和参数。你会自己找到模式。

【讨论】：

【解决方案4】：

您也可以在源代码中搜索 .flv 或 .mp4。

【讨论】：

极不可靠。 Flash 电影可以在电影本身中包含对 flv 文件的引用。
网页正在播放 mp4 或 flv 或 .. 通过 iframe 播放的视频在其源中不包含视频的 src！