如何使用Perl創建網站摘要？

Question

當您在Facebook或Digg上共享內容時，它會生成頁面的一些摘要。 我將如何在Perl中做到這一點？ 有什么算法？

例如：

如果我去Facebook並嘗試通過鏈接分享此問題： 如何使用Perl創建網站摘要？

它檢索“ Facebook / Digg獲取網站摘要？-堆棧溢出”作為標題（僅是頁面標題）和[...不完整的問題？]

Answer 1

CPAN是您的朋友。

一些有前途的模塊：

• HTML ::摘要
• HTML :: SummaryBasic
• Lingua :: EN ::總結

Answer 2

假設您的意思是共享鏈接...

通常，摘要是由提交URL的用戶編寫的。 如果您必須自動編寫摘要，可以通過以下方法實現：

• 使用文檔正文的前100個左右的字符（本身並不容易）
• 使用描述或關鍵字之類的元數據（通常為空或垃圾郵件）
• 與上下文相關的摘要，例如重新創建Google代碼段 （對不起PHP，但很簡單）
• 使用Yahoo Keyword Extractor API或您自己的關鍵字密度函數之類的文檔中的標簽/關鍵字

最好的選擇是詢問用戶！

希望能有所幫助:)

Answer 3

基本上，您想抓取URL並找到“最重要的段落”，它可能是第一個<h2>或<h1>之后的第一個<div>或<p>元素，具體取決於頁面的布局。

Answer 4

您可以檢查並查看頁面上是否有元描述，但這使您不受編寫元描述的任何人的影響。