Obtenir le titre du site Web via le lien

Question

Remarquez comment Google News a des sources en bas de chaque extrait d'article.

The Guardian - ABC News - Reuters - Bloomberg

Je essaie d'imiter cela.

Par exemple, en soumettant l'URL http://www.washingtontimes.com/news/2010/dec/3/debt-panel-fails-test-vote/ je veux renvoyer The Washington Times

Comment est-ce possible avec php?

Answer 1

Ma réponse élargit la réponse de @AI W qui propose d'utiliser le titre de la page. Voici le code pour accomplir ce qu'il a dit.

0){
    $str = trim(preg_replace('/\s+/', ' ', $str)); // prend en charge les sauts de ligne à l'intérieur de 
    preg_match("/\<title\>(.*)\<\/title\>/i",$str,$title); // ignorer la casse
    return $title[1];
  }
}
//Exemple:
echo get_title("http://www.washingtontimes.com/");

?>
</code></pre>

<p><strong>RESULTAT</strong></p>

<blockquote>
  <p>Washington Times - Politique, Breaking
  News, Actualités nationales et mondiales</p>
</blockquote>

<p>Comme vous pouvez le constater, ce n'est pas exactement ce que Google utilise, ce qui me fait penser qu'ils obtiennent le nom de domaine d'une URL et le comparent à leur propre liste.</p>

<p><a href="http://www.washingtontimes.com/" rel="noreferrer">http://www.washingtontimes.com/</a> => The Washington Times</p></x-turndown>

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";

Output:

Commission de la dette tombe court sur un vote de test - Washington Times

Bien entendu, vous devriez également mettre en place une gestion basique des erreurs.

Answer 3

Vous pourriez récupérer le contenu de l'URL et effectuer une recherche par expression régulière pour le contenu de l'élément title.

(.*)<\/title>/i", $urlContents, $matches);

print($matches[1] . "\n"); // "Exemple Page Web"
?>

Ou, si vous ne voulez pas utiliser une expression régulière (pour faire correspondre quelque chose très proche du haut du document), vous pourriez utiliser un objet DOMDocument:

loadHTML($urlContents);

$title = $dom->getElementsByTagName('title');

print($title->item(0)->nodeValue . "\n"); // "Exemple Page Web"
?>

Je vous laisse décider la méthode que vous préférez.

Answer 4

En utilisant get_meta_tags() depuis la page d'accueil du domaine, pour NYT renvoie quelque chose qui pourrait nécessiter d'être tronqué mais qui pourrait être utile.

$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 );

inclut la description 'The Washington Times delivers breaking news and commentary on the issues that affect the future of our nation.'

Answer 5

Manuel PHP sur cURL

Manuel PHP sur la correspondance de regex Perl

Et en combinant les deux :

]([^<]*)[<][\/]titl/i';

preg_match($pattern, $output, $matches);

print_r($matches);

// close curl resource to free up system resources 
curl_close($ch);      
?>

Je ne peux pas garantir que cet exemple fonctionnera car je n'ai pas PHP ici, mais cela devrait vous aider à démarrer.