如何使用Perl创建网站摘要？

Question

当您在Facebook或Digg上分享内容时，会生成一些页面摘要。我如何在Perl中执行此操作？有什么算法？

例如：

如果我去Facebook并尝试将此问题作为链接分享： How can I create a website summary with Perl?

它检索“Facebook / Digg获取网站摘要？ - Stack Overflow”作为标题（这只是页面的标题）和[...不完整的问题？]

Answer 1

CPAN是你的朋友。

一些看起来很有希望的模块：

• HTML::Summary
• HTML::SummaryBasic
• Lingua::EN::Summarize

Answer 2

假设您的意思是分享链接......

通常摘要由提交URL的用户编写。如果您必须自动编写摘要，可以通过以下方式实现：

• 使用文档正文的前100个字符（本身并不容易）
• 使用描述或关键字等元数据（通常为空或垃圾邮件）
• 与recreating Google snippets相关的上下文相关摘要（抱歉，它很简单）
• 使用类似Yahoo Keyword Extractor API或您自己的关键字密度函数
的文档中的标签/关键字

您最好的选择是询问用户！

希望有所帮助：）

Answer 3

基本上你想刮掉网址并找到可能是第一个＆lt; div＆gt;的“最重要的段落”。或者＆lt; p＆gt;第一个＆lt; h2＆gt;之后的元素或者＆lt; h1＆gt;，具体取决于页面的布局。

Answer 4

您可以检查并查看页面上是否有元描述，但这会让您受到编写元描述的人的支配。