最近在做一个小项目有一个类似添加书签的功能,用户点击添加后,弹出输入模块,用户只需要将需要收录的链接添加进去,便可以自动生成带有此网站图标和此网站标题的卡片
想要知道如何获取肯定要知道网站的 icon 是如何设置的,设置 icon 的方式据我了解的有两种
html
代码的 head
标签中设置一个 link
标签,将其 rel
属性设置为 "icon" 或者 "shortcut icon", href
就是图标的位置。favicon.ico
文件,也就是网站的图标。两条途径设置 icon,明显解析 html 要相对麻烦一点,因此我们先去网站根目录下去获取 favicon.ico, 如果不存在此文件,再解析 html,当然如果网站本身就没有 icon,那就自己设置一个默认的图标就好了。
我的思路是拿到需要收录的链接,然后用 node
的 url
模块去解析,再用 get
方法去抓取此网页,如果不是 200
就代表根目录下没有此文件。
const express = require('express')
const url = require('url')
const axios = require('axios')
let app = express()
app.get('/',function(req, res) {
let targetUrl = 'https://github.com/MLuminary'
let urlString = url.parse(targetUrl)
let iconUrl = `${urlString.protocol}//${urlString.host}/favicon.ico`
isHasRootIcon(iconUrl)
})
// 判断网站根目录下是否有 favicon.ico 文件
function isHasRootIcon(url) {
axios.get(url).then(response=>{
console.log(1)
}).catch(error=>{
console.log(0)
})
}
以上思路大部分网站还是可以的,但是有一些网站会遇到重定向的问题,会跳到 404 页面或者 error 页面,**此时返回的 status
也是 200
**,上面的方法就也会认为已找到 icon, 但实际上链接是 html
页面,因此我就想能不能获取到重定向后的链接,判断其类型,如果重定向的类型不是 ico、png 等图片类型,就也判断为没找到。找来找去发现了 request
包可以实现, 下面是具体实现
app.get('/',function(req, res) {
let targetUrl = 'http://www.12306.cn/mormhweb/'
let urlString = url.parse(targetUrl)
let iconUrl = `${urlString.protocol}//${urlString.host}/favicon.ico`
isHasRootIcon(iconUrl).then(res=>{console.log(res)})
})
// 判断网站根目录下是否有 favicon.ico 文件
function isHasRootIcon(url) {
let pattern = ['ico','png', 'svg', 'jpg']
return new Promise((resolve)=>{
let returnValue = false
request.get(url,function(err, res) {
if(res.statusCode === 200) {
let redirectPath = res.request.uri.path // 重定向的页面路径
pattern.forEach(item=>{
if(redirectPath.split('.')[1]===item) {
// 如果结尾是 pattern 数组中的一种 则返回 true
returnValue = true
resolve(returnValue)
}
})
}
resolve(returnValue)
})
})
}
如果根目录下不存在 favicon.ico 文件,则需要解析其链接的 html,然后提取出 icon 的路径,但是这其中还有一些问题,icon 的路径有可能是绝对路径或者是相对路径,因此在此还需要在判断一下,下面是具体代码
function resolveHtml(targetUrl) {
return new Promise(resolve=>{
let defaultUrl = ''// 自己默认的图片链接
superagent.get(targetUrl).end(function (err, content) {
let $ = cheerio.load(content.text)
let iconUrl = $("link[rel*='icon']").eq(0).attr('href') // 获得 icon 的链接
// 如果 iconUrl 存在 还需要判断其是否是相对位置
if(iconUrl) {
// 如果不存在 'http'
if(iconUrl.indexOf('http') === -1 ) {
// 判断是否为相对路径或根路径
if(iconUrl.charAt(0) === '/') {
let urlString = url.parse(targetUrl)
iconUrl = `${urlString.protocol}//${urlString.host}${iconUrl}`
}else {
iconUrl = targetUrl + "/" + iconUrl
}
}
resolve(iconUrl)
}else {
resolve(defaultUrl)
}
})
})
}
获取 icon 连接时为什么我加了一个 eq(0)
呢,是因为我发现有些网站有两种类型的 link
可以添加图标,一种是shortcunt icon
一种是 icon
,因此我们只要获取其中一个就可以了,两个都获取到可能会报错。
获取 title 就相当于解析 Html 获取 icon, 还是比较简单的,在此就不放代码了。
下面就是传入掘金首页抓取到的信息
喜欢的可以给个 star 支持一下~~
1
dwhzy 2018-09-06 16:37:14 +08:00
正好我用了,哈哈。
|
4
huangdayu 2019-01-31 21:45:53 +08:00
老哥,原生 js 的代码有吗?能分享一下不?我不用 vue
|