使用Python检索类似Facebook的链接摘要(标题、摘要、相关图片)

BeautifulSoup 很适合完成大部分工作。

基本上,您只需初始化 soup 对象,然后执行以下操作以提取您感兴趣的内容:

title = soup.findAll('title')
images = soup.findAll('img')

然后,您可以根据 url 使用 urllib2 .

。?例如,圆角很小,通常只有1-2种颜色。

As for the page summary, that may be a bit more difficult, but I've been doing something like this:

1. 我用 BeautifulSoup 从 html 通过使用: .findAll ,然后 .extract .
2. 我使用以下方法获取剩余文本: .join(soup.findAll(text = True))

In your application, perhaps you could use this "text" 内容作为页面摘要?

我希望这能有帮助。

下面是一个完整的解决方案: https://github.com/svven/summary

>>> import summary
>>> s = summary.Summary('http://stackoverflow.com/users/76701/ram-rachum')
>>> s.extract()
>>> s.title
u'User Ram Rachum - Stack Overflow'
>>> s.description
u'Israeli Python hacker.'
>>> s.image
https://www.gravatar.com/avatar/d24c45635a5171615a7cdb936f36daad?s=128&d=identic
on&r=PG
>>>