Expand description
页面元数据提取模块
从 HTML 文档中提取标题、描述、关键词、Open Graph、Twitter Card、 结构化数据等各类元数据。改编自 halldyll-parser。
Functions§
- extract_
all_ og_ properties - 提取所有 Open Graph 属性到 HashMap（不含标准字段）
- extract_
all_ twitter_ properties - 提取所有 Twitter Card 属性到 HashMap（不含标准字段）
- extract_
alternates - 提取
<link rel="alternate">标签（如多语言版本、RSS 等） - extract_
apple_ touch_ icon - 提取苹果触控图标
- extract_
base_ url - 提取
<base>标签的 href 值 - extract_
canonical - 提取规范链接
<link rel="canonical"> - extract_
charset - 提取字符编码声明
- extract_
custom_ meta - 提取所有未归类到其他方法的自定义 meta 标签
- extract_
favicon - 提取 favicon：优先选择尺寸最大的图标
- extract_
json_ ld - 提取 JSON-LD 结构化数据
- extract_
keywords - 提取关键词：从
<meta name="keywords">解析，逗号分隔 - extract_
language - 提取页面语言：优先
<html lang>，其次http-equiv="content-language" - extract_
meta_ content - 通用 meta 内容提取，同时尝试
name和property属性 - extract_
metadata - 从 HTML 文档中提取完整页面元数据
- extract_
microdata - 提取 Microdata 结构化数据
- extract_
og_ property - 提取单个 Open Graph 属性值
- extract_
opengraph - 提取 Open Graph 元数据
- extract_
robots - 提取 robots meta 标签，解析指令
- extract_
structured_ data - 提取全部结构化数据（JSON-LD + Microdata）
- extract_
title - 提取页面标题：依次尝试 og:title、twitter:title、
<title>、h1 - extract_
twitter_ card - 提取 Twitter Card 元数据
- extract_
twitter_ property - 提取单个 Twitter Card 属性值