Php 在url'中检测什么；HTML是缩略图吗？

我正在为链接创建一个PHP缩略图应用程序。我获取url的HTML内容，修复它，然后遍历它，找到适合作为该url缩略图的任何内容

第一个选项当然是检查OG（OpenGraph）-让我们把OG放在一边，因为在

参数

名称
或
属性
中搜索
OG:image
是一个简单的选项，过程与此问题无关

然而，若并没有OG源代码该怎么办？我想我会检查所有类的内容和id的什么

我要搜索什么字符串？（徽标、拇指等）以及优先顺序是什么

或者是否有任何非外部PHP API提供此功能

编辑
 <强>重要< /强>：问题已被误解-问题不在于如何遍历DOM树或如何找到<代码> <代码>问题是当搜索它时要考虑什么-什么类名/ ID等等……以及优先顺序。
不确定facebook是如何做到的，也许可以尝试查看facebook文档或谷歌搜索，但这里有一些你可以做的事情让你开始

首先，对旧样式进行回退检查：

<link rel="image_src" href="/myimage.jpg"/>



如果失败，则需要选择适当的图像。您可能会非常喜欢google esc scraping，它尝试将内容放入上下文中，例如仅在主内容框架内查找图像（通过检查其他网站URL和识别通用布局模板来指定）。但首先你可以试试

获取所有图像标记并解析出src属性
清除所有非唯一的源（可能表示社交图标等图标）
将所有图像提取到临时目录
清除任何大小不代表特征图像的图像（即可能小于300px的任何图像？我猜您必须使用它）
清除纵横比大小超出预期特征图像范围的任何图像
（可选）在步骤3之前，您可以尝试删除源代码中与另一个图像非常接近的任何图像，这可以识别图像导航菜单之类的内容

除此之外，可能还需要对被刮的网页进行上下文理解（这可能是facebook所做的）。例如，后面有几个段落的图像可能表示专题文章图像

最重要的是，如果你把它变成一个工厂类，你可以为特定的站点插入额外的解析器。您可以尝试为常见的网站布局构建和插入更具体的解析器，例如wordpress和其他CMS，其中90%的时间，您可以合理地期望能够识别网站的主要内容区域，至少可以缩小搜索范围（如果模板不太定制，则不能确定文章的确切图像）您可以使用。您可以通过搜索不同类型的标签（img、og标签等）完成如下工作：

问题不是如何找到图像，而是在寻找时要考虑的问题。我已经为“IMG”置评。你可以使用其他选项，如不，你完全误解了我的问题，你的答案与我的问题无关，对不起，我不得不投反对票-即使我不喜欢这样做。。。如果您愿意再次检查我的实际要求-请检查编辑-您将正确编辑您的答案-我将删除否决票，甚至给您一个赞成票…：）。。。我甚至在最初的问题中写道：“…参数名称或属性是一个简单的问题，这个过程与这个问题无关。”我真的知道如何遍历和搜索DOM树。给你一个提示-总是先用tidy修复HTML-如果HTML无效怎么办…：）我已经编辑了我的question@jave.web：在这种情况下：唯一性、大小、长宽比、关系和上下文只是其中的几个。我很抱歉提供了一个更为翔实的答案。下次我注意到你问问题时，我会确保尽量简短，让你自己解决如何实现它。。。geezTake no冒犯：），我仍然在问上下文分析——如何通过分析图像本身或其父属性来检测其优先级顺序。我们现在互相了解了吗？：）是的，你想要一个非常复杂问题的简单答案。不幸的是，没有任何人能给你一个简单可靠的答案。在你尝试过的OG标签和我在上面放置的回退链接之后，任何事情都会变得复杂，无法正确完成。好吧，我同意我可能误读了你答案的一部分，但我的问题是“我搜索的字符串是什么？”并且问题名称包含“在URL的HTML中”-我会给你投票，因为您的答案至少与问题相关，并且回答了修辞性的“猜测？”问题部分：）注意，我希望避免任何额外的外部图像下载，以便进行图像大小排序：我可以检查“”的html属性，但如果没有该属性怎么办。。。然后我必须先下载图像才能得到它的大小-我说得对吗？
<?php
include_once('simple_html_dom.php');
$url =''; // To be crawled
$images = array();
$html = file_get_html($url);
foreach ($html->find('img') as $img){ // img is an option. 
    if (!empty($img->getAttribute('src')))
    array_push($images, $img->getAttribute('src'));
}