如何检测一个HTML页面是否包含视频？

Question

我想知道是否有可能检测一个HTML页面是否包含视频。

我知道一种可能的方法是查找HTML源代码中的“.swf”。但大多数页面都不包含文件名。

例如，对于以下URL及其可能的源代码，是否可能找出它是否包含视频： http://www.cnn.com/video/

- userlite

---

一般来说，这是不可能的。 - SLaks

答案取决于您想使用哪种编程语言来检测它。 - BalusC

Pekka已经很好地总结了。我检查了CNN网站的源代码，它实际上使用JS来加载视频。并不是很多HTML解析器能够执行/解析JS。虽然有一些可以，但你最终仍需要编写特定于目标的代码。除此之外，JSP是一种视图技术。通常你不会想在JSP文件中编写Java代码。 - BalusC

Answer 1

有许多方法可以将视频嵌入HTML页面，例如通过Flash视频或使用<object>和<embed>标签的特定平台播放器实例（但并不是所有这些标签都是视频！对于.swf来说也是如此 - 它只是Flash文件的文件扩展名，无论其是否为视频），还有新的HTML 5 <video>标签...找出它们并不是不可能，但需要大量工作来捕获所有可能的播放器类型、格式和嵌入代码，并且会导致很多误报和漏报。

此外，还有一些JavaScript库会在包含页面加载后初始化播放器 - 这些几乎不可能检测到。

因此，要在网页中可靠地嵌入视频仍然是一个非常复杂的问题，而且随后从中找到视频更加困难。根据您想要实现的目标，我建议您考虑放弃这个想法。

- Pekka

Answer 2

对于您的案例（CNN网站），您可以解析视频信息的Open Graph微标记。

例如，og:video:type, og:image等元标记将对您有所帮助。

视频托管服务通常支持微标记，例如open graph或scheme.org。

因此，您可以解析这些标记。

- Sukhanov Niсkolay

Answer 3

检查DOM中是否存在<object>标签，并检查其内容类型和参数。您将自己找到模式。

- Ming-Tang

Answer 4

你也可以在源代码中搜索 .flv 或 .mp4。

- Doo Dee

---

它非常不可靠。Flash电影可以在电影本身中包含对flv文件的引用。 - Pekka

网页通过iframe播放mp4或flv等视频时，其源代码中并不包含视频的src路径！ - Mohsen Abasi