تقنيات لاستخراج صورة "أفضل" من صفحة ويب

Question

أحاول بناء شيء أقرب إلى وظيفة "سهم" فيسبوك لموقع الويب الخاص بي.

لقد حصلت على النقطة التي يمكنني فيها قبول عنوان URL، وكشفه عن الكلمات الرئيسية المعتوية والحصول على الألقاب / الأوصاف بشكل مناسب، لكنني عالق قليلا فيما يتعلق بأفضل طريقة لتحديد "الصور المحتملة" قد ترغب المستخدم في المشاركة وبعد

أستخدم حاليا SimpleXMLEMELEMENT لتحويل الصفحة إلى دوم قابل للتجزئة، وابحث عن جميع العلامات، تشغيلها إلى عناوين URL مطلقة. بعد ذلك، لست متأكدا من كيفية الاستمرار في العثور على صورة مصغرة مناسبة.

هل يمكنني تنزيلها جميعا، وتذهب حسب حجم الملف؟ هل أستخدم نوعا من الإرشادية مثل، "تمت مواجهته في منتصف الصفحة"؟

هل لدى أي شخص آخر أي توصيات أو اقتراحات أو نصائح؟

Answer 1

كتبت شيئا مشابها منذ فترة واحدة للحصول على صور من مشاركات بلوق كشط. كانت معاييري لاختيار الصورة شيئا على غرار الحصول على قائمة بجميع الصور على الصفحة ثم تعيين "نقاط الأولوية":

• تجاهل الصور المستضافة من قائمة سوداء مأخوذة من قائمة Adblocker
• تجاهل الصور غير المباشرة، على سبيل المثال المرتبطة من الأساليب أو في iframe
• تجاهل الصور تحت 50 بكسل واسعة أو عالية
• تجاهل الصور التي كرر أكثر من مرة
• قم بتعيين نقاط الأولوية إلى الصور المستضافة من Whitelist of Hosts (مثل Photobucket، imageshack.us)
• تعيين نقاط الأولوية إلى أكبر 3 صور على الصفحة
• تعيين نقاط الأولوية إلى الصور على نفس المضيف
• تعيين نقاط الأولوية إلى الصور مع علامة ALT المحددة
• تعيين نقاط الأولوية إلى الصور التي تظهر في علامة P

ثم اختيار واحد مع النقاط الأكثر أولوية. من المؤكد أنها لم تكن مضمونة أو علمية للغاية ولكنها حصلت على شيء مفيد في كثير من الأحيان في كثير من الأحيان.

Answer 2

ليس لدي أي تجربة مباشرة القيام بذلك، لذلك لست متأكدا من أن هناك أي ممارسات أفضل محددة، ولكن بشكل عام أعتقد أن نهج إرشادي يربح في العديد من العوامل سيكون منطقي بسبب التباين الموجود في تطبيقات الموقع.

أود أن أنظر إلى مجموعتين من العناصر: خصائص الصورة وسياق المكان / كيف يتم وضع الصور.

خصائص الصورة:

• العرض والارتفاع يلبي الحد الأدنى من العتبات
• نسبة العرض إلى الارتفاع معقولة (صور الخلفية التي قد يكون لها البلاط نسب الجانب الشديد، والتي توفر مؤشرا جيدا على أن الصورة قد لا تكون مناسبة)
• يوجد أكثر من لون واحد في الصورة (أصعب للكشف عنها، ولكن قد تجنب صور الخلفية المختلفة)

سياق الصورة:

• لا تكرر الصورة الصفحة (يتجنب هذا استخدام الرموز وعناصر التصميم الأخرى التي قد تكرر)
• يحدث بعد H1، H2، إلخ علامات في الصفحة؛ يصل هذا إلى وجهة نظرك حول الصور القادمة من منتصف الصفحة، مرة أخرى تجنب عناصر التصميم.
• لديه علامة بديلة (على الرغم من عدم استخدام هذا باستمرار، لذلك ربما لا يوفر معلومات مفيدة بكثير)

وأود أن يعين الأوزان بالعناصر السابقة ثم رتب الصور التي تجدها وفقا لمدى رضا كل صورة القواعد.

أيضا، لاحظ أن بعض الصفحات قد تستخدم CSS (أو فلاش، إلخ) لعرض الصور. هؤلنا الخارجي من النقي من الصور الخاصة بك (وفقا للخوارزمية التي حددتها)؛ ربما ليست صفقة كبيرة، ولكن شيء يجب مراعاته.