如何从 URL 获取元数据

Question

如何从 URL 获取元数据

我刚刚开始使用java脚本，我想从URL中获取元数据...当在输入字段中输入任何URL时，它必须从中提取元数据，这是执行时在html java脚本中使用的基本用法代码抛出错误

我正在寻找任何替代方案，但没有任何帮助。请提供如何实现该功能的任何想法。

<!DOCTYPE html>
    <html>
    <body>
    <head>
      <meta name="description" content="Free Web tutorials">
      <meta name="keywords" content="HTML5,CSS,JavaScript">
      <meta name="author" content="John Doe">
      <meta content="http://stackoverflow.com/favicon.ico">
    </head>
    
    <p>Click the button to return the value of the content attribute of all meta elements.</p>
    
    <button onclick="myFunction()">Try it</button>
    
    <p id="demo"></p>
    
    <script>
    function myFunction() {
        var x = "https://www.amazon.in/"
      // var x = document.getElementsByTagName("META");
      var txt = "";
      var i;
      for (i = 0; i < x.length; i++) {
        txt = txt + "Content of "+(i+1)+". meta tag: "+x[i].content+"<br>";
      }
      
      document.getElementById("demo").innerHTML = txt;
    }
    </script>
    
    </body>
    </html>

Run Code Online (Sandbox Code Playgroud)

Answer 1

小智 5

我猜你正在尝试使用 javascript 构建元数据抓取器，如果没有错的话。
在从任何 url 请求数据时，您需要先考虑 CORS 策略，然后再继续操作。

参考网址：

JSFiddle：http://jsfiddle.net/pgrmL73h/

已经演示了如何从给定的 URL 中获取元标记。出于演示目的，我使用https://jsfiddle.net/ url 来获取元标记，您可以根据需要更改它。

按照以下步骤从网站检索 META 标签。

要从任何网站 URL 检索页面源，首先您需要访问该网站。使用 jquery AJAX 方法你可以做到这一点。
参考网址： https: //api.jquery.com/jquery.ajax/
使用 jQuery 中的 $.parseHTML 方法，该方法有助于从 html 字符串中检索 DOM 元素。
参考网址： https: //api.jquery.com/jquery.parsehtml/
一旦 AJAX 请求成功检索页面源，我们就会检查页面源中的每个 DOM 元素，并根据我们的需要过滤 META 节点，并将数据存储在“txt”变量中。

EG：将检索关键字、描述等标签。

AJAX 请求完成后，我们将在段落标记内显示变量“txt”的详细信息。

JS代码：

function myFunction() {
  var txt = "";
  document.getElementById("demo").innerHTML = txt;
  // sample url used here, you can make it more dynamic as per your need.
  // used AJAX here to just hit the url & get the page source from those website. It's used here like the way CURL or file_get_contents (https://www.php.net/manual/en/function.file-get-contents.php) from PHP used to get the page source.
  $.ajax({
      url: "https://jsfiddle.net/",
      error: function() {
        txt = "Unable to retrieve webpage source HTML";
      }, 
      success: function(response){
          // will get the output here in string format
          // used $.parseHTML to get DOM elements from the retrieved HTML string. Reference: https://api.jquery.com/jquery.parsehtml/
          response = $.parseHTML(response);
          $.each(response, function(i, el){
              if(el.nodeName.toString().toLowerCase() == 'meta' && $(el).attr("name") != null && typeof $(el).attr("name") != "undefined"){
                  txt += $(el).attr("name") +"="+ ($(el).attr("content")?$(el).attr("content"):($(el).attr("value")?$(el).attr("value"):"")) +"<br>";
                  console.log($(el).attr("name") ,"=", ($(el).attr("content")?$(el).attr("content"):($(el).attr("value")?$(el).attr("value"):"")), el);
              }
          });
      },
      complete: function(){
          document.getElementById("demo").innerHTML = txt;
      }
  });
}

Run Code Online (Sandbox Code Playgroud)

归档时间：	5 年，9 月前
查看次数：	23561 次
最近记录：	2 年，2 月前