通过链接获取网站标题

Question

注意谷歌新闻是如何在每一篇文章节选的底部有源代码的。

卫报- ABC新闻-路透社-彭博社

我只是想模仿一下。

例如，在提交URL http://www.washingtontimes.com/news/2010/dec/3/debt-panel-fails-test-vote/时，我希望返回The Washington Times

如何使用php实现这一点？

Answer 1

我的答案是扩大@AI W的答案使用标题的网页。下面是完成他所说的代码。

<?php

function get_title($url){
  $str = file_get_contents($url);
  if(strlen($str)>0){
    $str = trim(preg_replace('/\s+/', ' ', $str)); // supports line breaks inside <title>
    preg_match("/\<title\>(.*)\<\/title\>/i",$str,$title); // ignore case
    return $title[1];
  }
}
//Example:
echo get_title("http://www.washingtontimes.com/");

?>

输出

华盛顿时报-政治，打破新闻，美国和世界新闻

正如你所看到的，这并不是Google所使用的，所以这让我相信他们会得到一个URL的主机名并将其与他们自己的列表相匹配。

http://www.washingtontimes.com/ =>华盛顿时报

Answer 2

$doc = new DOMDocument();
@$doc->loadHTMLFile('http://www.washingtontimes.com/news/2010/dec/3/debt-panel-fails-test-vote/');
$xpath = new DOMXPath($doc);
echo $xpath->query('//title')->item(0)->nodeValue."\n";

输出：

债务委员会未能通过测试投票--华盛顿时报

显然，您还应该实现基本的错误处理。

Answer 3

通过使用域主页上的get_meta_tags()，纽约时报可以带回一些可能需要截断但可能有用的内容。

$b = "http://www.washingtontimes.com/news/2010/dec/3/debt-panel-fails-test-vote/" ;

$url = parse_url( $b ) ;

$tags = get_meta_tags( $url['scheme'].'://'.$url['host'] );
var_dump( $tags );

其中包括“华盛顿时报”就影响我们国家未来的问题发表突发新闻和评论。