PHP Scrape文章摘录如可读性

前端之家收集整理的这篇文章主要介绍了PHP Scrape文章摘录如可读性前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我见过 this question,但它并不能满足我的需求.该问题的答案要么是:从元描述标签中提升,第二个是为您已经拥有主体的文章生成摘录.

我想要做的实际上是获得文章的前几句话,如可读性.这不是最好的方法吗? HTML解析?这是我目前使用的,但这不是很可靠.

@H_403_3@function guessExcerpt($url) { $html = file_get_contents_curl($url); $doc = new DOMDocument(); @$doc->loadHTML($html); $Metas = $doc->getElementsByTagName('Meta'); for ($i = 0; $i < $Metas->length; $i++) { $Meta = $Metas->item($i); if($Meta->getAttribute('name') == 'description') $description = $Meta->getAttribute('content'); } return $description; } function file_get_contents_curl($url) { $ch = curl_init(); curl_setopt($ch,CURLOPT_HEADER,0); curl_setopt($ch,CURLOPT_RETURNTRANSFER,1); curl_setopt($ch,CURLOPT_TIMEOUT,5); curl_setopt($ch,CURLOPT_URL,$url); curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1); $data = curl_exec($ch); curl_close($ch); return $data; }
这是PHP中的可读性端口: https://github.com/feelinglucky/php-readability.试试吧.提取结果类似于Readability(因为它实现了Readability的算法). @H_403_3@require 'lib/Readability.inc.PHP'; $html = file_get_contents_curl($url); $Readability = new Readability($html,$html_input_charset); // default charset is utf-8 $ReadabilityData = $Readability->getContent(); $title = $ReadabilityData['title']; $content = $ReadabilityData['content'];

然后你可以使用$content中的一些句子作为摘录.

猜你在找的PHP相关文章