web-dev-qa-db-ja.com

外部Webサイトからタイトルとメタタグを取得する

私は取得する方法を理解してみてください

<title>A common title</title>
<meta name="keywords" content="Keywords blabla" />
<meta name="description" content="This is the description" />

どんな順序で並べられていても、PHP Simple HTML DOM Parserを聞いたことがありますが、実際には使いたくありません。 PHPシンプルなHTML DOMパーサー。

preg_match無効なHTMLの場合、それはできませんか？

CURLはpreg_matchでこのようなことを行うことができますか？

Facebookはこのようなことをしますが、以下を使用して適切に使用されます。

<meta property="og:description" content="Description blabla" />

誰かがリンクを投稿したときに、タイトルとメタタグを取得できるように、このようなものが必要です。メタタグがない場合、それは無視されるか、ユーザーが自分で設定できます（ただし、後で自分で設定します）。

phpcurltitlemeta-tags
51
MacMac

これは次のとおりです。

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_URL, $url);
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);

    $data = curl_exec($ch);
    curl_close($ch);

    return $data;
}

$html = file_get_contents_curl("http://example.com/");

//parsing begins here:
$doc = new DOMDocument();
@$doc->loadHTML($html);
$nodes = $doc->getElementsByTagName('title');

//get and display what you need:
$title = $nodes->item(0)->nodeValue;

$metas = $doc->getElementsByTagName('meta');

for ($i = 0; $i < $metas->length; $i++)
{
    $meta = $metas->item($i);
    if($meta->getAttribute('name') == 'description')
        $description = $meta->getAttribute('content');
    if($meta->getAttribute('name') == 'keywords')
        $keywords = $meta->getAttribute('content');
}

echo "Title: $title". '<br/><br/>';
echo "Description: $description". '<br/><br/>';
echo "Keywords: $keywords";
154
shamittomar
<?php
// Assuming the above tags are at www.example.com
$tags = get_meta_tags('http://www.example.com/');

// Notice how the keys are all lowercase now, and
// how . was replaced by _ in the key.
echo $tags['author'];       // name
echo $tags['keywords'];     // php documentation
echo $tags['description'];  // a php manual
echo $tags['geo_position']; // 49.33;-86.59
?>
34
Bob Jeey

get_meta_tagsは、タイトル以外のすべてを支援します。タイトルを取得するには、正規表現を使用します。

$url = 'http://some.url.com';
preg_match("/<title>(.+)<\/title>/siU", file_get_contents($url), $matches);
$title = $matches[1];

お役に立てば幸いです。

8
Lloyd Moore

PHPのネイティブ関数：get_meta_tags（）

http://php.net/manual/en/function.get-meta-tags.php

6
Addo Solutions

get_meta_tagsはタイトルでは機能しませんでした。

次のような名前属性を持つメタタグのみ

<meta name="description" content="the description">

解析されます。

4
Harald

残念ながら、組み込みのphp関数get_meta_tags（）にはnameパラメーターが必要です。Twitterなどの特定のサイトでは、property属性が優先されます。この関数は、正規表現とdomドキュメントを組み合わせて使用​​し、Webページからメタタグのキー配列を返します。 nameパラメーターを確認してから、propertyパラメーターを確認します。これは、instragram、pinterest、Twitterでテストされています。

/**
 * Extract metatags from a webpage
 */
function extract_tags_from_url($url) {
  $tags = array();

  $ch = curl_init();
  curl_setopt($ch, CURLOPT_HEADER, 0);
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
  curl_setopt($ch, CURLOPT_URL, $url);
  curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);

  $contents = curl_exec($ch);
  curl_close($ch);

  if (empty($contents)) {
    return $tags;
  }

  if (preg_match_all('/<meta([^>]+)content="([^>]+)>/', $contents, $matches)) {
    $doc = new DOMDocument();
    $doc->loadHTML('<?xml encoding="utf-8" ?>' . implode($matches[0]));
    $tags = array();
    foreach($doc->getElementsByTagName('meta') as $metaTag) {
      if($metaTag->getAttribute('name') != "") {
        $tags[$metaTag->getAttribute('name')] = $metaTag->getAttribute('content');
      }
      elseif ($metaTag->getAttribute('property') != "") {
        $tags[$metaTag->getAttribute('property')] = $metaTag->getAttribute('content');
      }
    }
  }

  return $tags;
}
4
oknate

あなたの最善の策は、DOMパーサーを使用して弾丸を噛むことです-それはそれを行うための「正しい方法」です。長期的には、方法を学ぶのにかかる時間よりも多くの時間を節約できます。 Regexを使用したHTMLの解析は、信頼性が低く、特殊なケースに耐えられないことが知られています。

4
Joshua

http://php.net/manual/en/function.get-meta-tags.php

<?php
// Assuming the above tags are at www.example.com
$tags = get_meta_tags('http://www.example.com/');

// Notice how the keys are all lowercase now, and
// how . was replaced by _ in the key.
echo $tags['author'];       // name
echo $tags['keywords'];     // php documentation
echo $tags['description'];  // a php manual
echo $tags['geo_position']; // 49.33;-86.59
?>
3
afro360

Apache Tikaを使用して、jsonの-jとともにphp（コマンドラインユーティリティ）を使用します。

http://tika.Apache.org/

<?php
    Shell_exec( 'Java -jar tika-app-1.4.jar -j http://www.guardian.co.uk/politics/2013/jul/21/tory-strategist-lynton-crosby-lobbying' );
?>

これは、ランダムなガーディアン記事のサンプルoutputです：

{
   "Content-Encoding":"UTF-8",
   "Content-Length":205599,
   "Content-Type":"text/html; charset\u003dUTF-8",
   "DC.date.issued":"2013-07-21",
   "X-UA-Compatible":"IE\u003dEdge,chrome\u003d1",
   "application-name":"The Guardian",
   "article:author":"http://www.guardian.co.uk/profile/nicholaswatt",
   "article:modified_time":"2013-07-21T22:42:21+01:00",
   "article:published_time":"2013-07-21T22:00:03+01:00",
   "article:section":"Politics",
   "article:tag":[
      "Lynton Crosby",
      "Health policy",
      "NHS",
      "Health",
      "Healthcare industry",
      "Society",
      "Public services policy",
      "Lobbying",
      "Conservatives",
      "David Cameron",
      "Politics",
      "UK news",
      "Business"
   ],
   "content-id":"/politics/2013/jul/21/tory-strategist-lynton-crosby-lobbying",
   "dc:title":"Tory strategist Lynton Crosby in new lobbying row | Politics | The Guardian",
   "description":"Exclusive: Firm he founded, Crosby Textor, advised private healthcare providers how to exploit NHS \u0027failings\u0027",
   "fb:app_id":180444840287,
   "keywords":"Lynton Crosby,Health policy,NHS,Health,Healthcare industry,Society,Public services policy,Lobbying,Conservatives,David Cameron,Politics,UK news,Business,Politics",
   "msapplication-TileColor":"#004983",
   "msapplication-TileImage":"http://static.guim.co.uk/static/a314d63c616d4a06f5ec28ab4fa878a11a692a2a/common/images/favicons/windows_tile_144_b.png",
   "news_keywords":"Lynton Crosby,Health policy,NHS,Health,Healthcare industry,Society,Public services policy,Lobbying,Conservatives,David Cameron,Politics,UK news,Business,Politics",
   "og:description":"Exclusive: Firm he founded, Crosby Textor, advised private healthcare providers how to exploit NHS \u0027failings\u0027",
   "og:image":"https://static-secure.guim.co.uk/sys-images/Guardian/Pix/pixies/2013/7/21/1374433351329/Lynton-Crosby-008.jpg",
   "og:site_name":"the Guardian",
   "og:title":"Tory strategist Lynton Crosby in new lobbying row",
   "og:type":"article",
   "og:url":"http://www.guardian.co.uk/politics/2013/jul/21/tory-strategist-lynton-crosby-lobbying",
   "resourceName":"tory-strategist-lynton-crosby-lobbying",
   "title":"Tory strategist Lynton Crosby in new lobbying row | Politics | The Guardian",
   "Twitter:app:id:googleplay":"com.guardian",
   "Twitter:app:id:iphone":409128287,
   "Twitter:app:name:googleplay":"The Guardian",
   "Twitter:app:name:iphone":"The Guardian",
   "Twitter:app:url:googleplay":"guardian://www.guardian.co.uk/politics/2013/jul/21/tory-strategist-lynton-crosby-lobbying",
   "Twitter:card":"summary_large_image",
   "Twitter:site":"@guardian"
}
2
sebilasse

簡単でphpの組み込み機能。

http://php.net/manual/en/function.get-meta-tags.php

1
Jay Dave

URLからメタタグを取得、PHP関数の例：

function get_meta_tags ($url){
         $html = load_content ($url,false,"");
         print_r ($html);
         preg_match_all ("/<title>(.*)<\/title>/", $html["content"], $title);
         preg_match_all ("/<meta name=\"description\" content=\"(.*)\"\/>/i", $html["content"], $description);
         preg_match_all ("/<meta name=\"keywords\" content=\"(.*)\"\/>/i", $html["content"], $keywords);
         $res["content"] = @array("title" => $title[1][0], "descritpion" => $description[1][0], "keywords" =>  $keywords[1][0]);
         $res["msg"] = $html["msg"];
         return $res;
}

例：

print_r (get_meta_tags ("bing.com") );

メタタグphpを取得

1
x3m-bymer

現在では、ほとんどのサイトがメタタグをサイトに追加して、サイトまたは特定の記事ページに関する情報を提供しています。ニュースやブログサイトなど。

OpenGraph、Schema.Orgなどの必要なメタデータを提供するメタAPIを作成しました。

確認してください- https://api.sakiv.com/docs

1
sakiv
<?php 

// ------------------------------------------------------ 

function curl_get_contents($url) {

    $timeout = 5; 
    $useragent = 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:27.0) Gecko/20100101 Firefox/27.0'; 

    $ch = curl_init(); 
    curl_setopt($ch, CURLOPT_URL, $url); 
    curl_setopt($ch, CURLOPT_USERAGENT, $useragent); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); 
    $data = curl_exec($ch); 
    curl_close($ch); 

    return $data; 
}

// ------------------------------------------------------ 

function fetch_meta_tags($url) { 

    $html = curl_get_contents($url); 
    $mdata = array(); 

    $doc = new DOMDocument();
    $doc->loadHTML($html);

    $titlenode = $doc->getElementsByTagName('title'); 
    $title = $titlenode->item(0)->nodeValue;

    $metanodes = $doc->getElementsByTagName('meta'); 
    foreach($metanodes as $node) { 
    $key = $node->getAttribute('name'); 
    $val = $node->getAttribute('content'); 
    if (!empty($key)) { $mdata[$key] = $val; } 
    }

    $res = array($url, $title, $mdata); 

    return $res;
}

// ------------------------------------------------------ 

?>
1
sbmark

すでに述べたように、これで問題を処理できます。

$url='http://stackoverflow.com/questions/3711357/get-title-and-meta-tags-of-external-site/4640613';
$meta=get_meta_tags($url);
echo $title=$meta['title'];

//php - Get Title and Meta Tags of External site - Stack Overflow
0
Roger

上記の@shamittomarからの応答を改善して、メタタグ（またはHTMLソースから指定されたタグ）を取得します。

さらに改善することができます... phpのデフォルトのget_meta_tagsとの違いは、Unicode文字列がある場合でも動作することです

function getMetaTags($html, $name = null)
{
    $doc = new DOMDocument();
    try {
        @$doc->loadHTML($html);
    } catch (Exception $e) {

    }

    $metas = $doc->getElementsByTagName('meta');

    $data = [];
    for ($i = 0; $i < $metas->length; $i++)
    {
        $meta = $metas->item($i);

        if (!empty($meta->getAttribute('name'))) {
            // will ignore repeating meta tags !!
            $data[$meta->getAttribute('name')] = $meta->getAttribute('content');
        }
    }

    if (!empty($name)) {
        return !empty($data[$name]) ? $data[$name] : false;
    }

    return $data;
}
0
dav

この小さなcomposerパッケージをトップの回答に基づいて作成しました： https://github.com/diversen/get-meta-tags

composer require diversen/get-meta-tags

その後：

use diversen\meta;

$m = new meta();

// Simple usage, get's title, description, and keywords by default
$ary = $m->getMeta('https://github.com/diversen/get-meta-tags');
print_r($ary);

// With more params
$ary = $m->getMeta('https://github.com/diversen/get-meta-tags', array ('description' ,'keywords'), $timeout = 10);
print_r($ary);

一番の答えとしてCURLとDOMDocumentが必要です-そして、そのように構築されていますが、curlタイムアウトを設定する（およびすべての種類のメタタグを取得する）オプションがあります。

0
dennis

PHPを使用している場合は、 pear.php.net でPearパッケージをチェックして、何か役立つものが見つかるかどうかを確認してください。 RSSパッケージを効果的に使用しており、例からコードの実装方法を理解できれば、時間を大幅に節約できます。

具体的には Sax を見て、それがあなたのニーズに合うかどうかを確認してください。 Sax 3は更新されなくなりましたが、それで十分かもしれません。

0
Geekster

OGを使用する必要はありませんか？

選択された答えは良いですが、サイトがredirected（非常に一般的です！）で動作せず、戻りませんOGタグ、これは 新しい業界標準 です。 2018年にもう少し使いやすい小さな関数を次に示します。OGタグを取得しようとし、できない場合はメタタグにフォールバックします。

function getSiteOG( $url, $specificTags=0 ){
    $doc = new DOMDocument();
    @$doc->loadHTML(file_get_contents($url));
    $res['title'] = $doc->getElementsByTagName('title')->item(0)->nodeValue;

    foreach ($doc->getElementsByTagName('meta') as $m){
        $tag = $m->getAttribute('name') ?: $m->getAttribute('property');
        if(in_array($tag,['description','keywords']) || strpos($tag,'og:')===0) $res[str_replace('og:','',$tag)] = $m->getAttribute('content');
    }
    return $specificTags? array_intersect_key( $res, array_flip($specificTags) ) : $res;
}

/////////////
//SAMPLE USE:
print_r(getSiteOG("http://www.stackoverflow.com")); //note the incorrect url

/////////////
//OUTPUT:
Array
(
    [title] => Stack Overflow - Where Developers Learn, Share, & Build Careers
    [description] => Stack Overflow is the largest, most trusted online community for developers to learn, shareâ âtheir programming âknowledge, and build their careers.
    [type] => website
    [url] => https://stackoverflow.com/
    [site_name] => Stack Overflow
    [image] => https://cdn.sstatic.net/Sites/stackoverflow/img/[email protected]?v=73d79a89bded
)
0
cronoklee

私はこれを別の方法で機能させて、共有したいと思いました。他のコードよりも少ないコードで、それを見つけました ここ 。特定のページの代わりに、現在のページメタをロードするためにいくつかのことを追加しました。デフォルトのページタイトルと説明をogタグに自動的にコピーしたかったのです。

何らかの理由で、どのような方法（異なるスクリプト）でも試しましたが、ページは非常に遅いonlinebutinstantワンプ。理由がわからないので、サイトはあまり大きくないので、おそらくスイッチケースを使用します。

<?php
$url = 'http://sitename.com'.$_SERVER['REQUEST_URI'];
$fp = fopen($url, 'r');

$content = "";

while(!feof($fp)) {
    $buffer = trim(fgets($fp, 4096));
    $content .= $buffer;
}

$start = '<title>';
$end = '<\/title>';

preg_match("/$start(.*)$end/s", $content, $match);
$title = $match[1];

$metatagarray = get_meta_tags($url);
$description = $metatagarray["description"];

echo "<div><strong>Title:</strong> $title</div>";
echo "<div><strong>Description:</strong> $description</div>";
?>

およびHTMLヘッダー内

<meta property="og:title" content="<?php echo $title; ?>" />
<meta property="og:description" content="<?php echo $description; ?>" />
0
e11world