PHP文章节选般的可读性

我看过了，但它并不能真正满足我的需求。这个问题的答案是：从元描述标签中提取，第二个是为一篇你已经有了正文的文章生成摘录

我想做的是，像可读性一样，获取文章的前几句话。最好的方法是什么？HTML解析？这是我目前正在使用的，但这不是很可靠

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;
}

函数猜测摘录（$url）{
$html=file\u get\u contents\u curl（$url）；
$doc=新的DOMDocument（）；
@$doc->loadHTML（$html）；
$metas=$doc->getElementsByTagName（'meta'）；
对于（$i=0；$i<$metas->length；$i++）
{
$meta=$metas->item（$i）；
如果（$meta->getAttribute（'name'）=='description'）
$description=$meta->getAttribute（'content'）；
}
返回$description；
}
函数文件\u get\u contents\u curl（$url）{
$ch=curl_init（）；
curl_setopt（$ch，CURLOPT_头，0）；
curl_setopt（$ch，CURLOPT_RETURNTRANSFER，1）；
curl_setopt（$ch，CURLOPT_超时，5）；
curl_setopt（$ch，CURLOPT_URL，$URL）；
curl_setopt（$ch，CURLOPT_FOLLOWLOCATION，1）；
$data=curl\u exec（$ch）；
卷曲关闭（$ch）；
返回$data；
}

这里有一个PHP可读性端口：。试试看。提取结果将类似于可读性（因为它实现了可读性的算法）

---

然后你可以使用

$content

中的一些句子作为摘录。

有人知道如何刮取相关的缩略图/图像吗？可读性正是我想要的。@Swivelgames您找到如何获取缩略图了吗？我想做点什么similar@andrewliu我用来获取缩略图的方法是多些代码。我使用了

preg\u match\u all

和

//I

并构建了一个包含所有图像的数组。通过解析上面示例中的

$url

，我能够通过确定baseurl将相对图像路径转换为绝对路径。然后，我提供一个带有绝对图像路径的数组，供用户选择。您可以使用一个简单的脚本创建缩略图，并将其保存在web服务器上以显示给用户，或者使用HTML进行缩放。发布一个新问题并将链接粘贴到这里，然后我可以给你具体的代码。@Swivelgames:你能用这个API从页面上获得相关的图像吗？@Programming\u crazy不，我没有。为了检索它，我不得不写一点额外的代码（在上面的注释中进行了抽象）。不过，我使用的解决方案非常有效：）如果您对如何使用可读性检索所有相关图像感兴趣，请发布新问题并使用问题的URL进行评论。然后我可以提供一个很好的答案。我知道我之前说过，但请不要使用正则表达式来检索图像。这是一个非常非常糟糕的做法。你也可以看看

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'];