从网页中获取缩略图图片

Question

我有一段C#代码，可以获取像 http://i.imgur.com/QvkaduU.jpg 这样的URL中的图像，但是我该如何从以下网页中获取图片: http://imgur.com/gallery/QvkaduU？

是否有“简便”的方法可以完成这个任务，或者我必须获取HTML并构建一个C#解析器来查找比其他图片更大的图片？

让我澄清一下。如果您将 http://imgur.com/gallery/QvkaduU（HTML版本）粘贴到例如Facebook的状态更新字段中，它会找到主要图像并制作缩略图，这正是我寻找的行为。问题是如何实现？我必须编写自己的HTML解析器，还是有简便的方法可以实现此目的？

- Banshee

---

你有检查他们的API吗？ - Filburt

不，我希望一个通用的解决方案，而不仅仅是针对imgurl。 - Banshee

我认为屏幕抓取总是“最后的办法”。在大多数情况下，这样做都会违反使用条款。 - Filburt

我认为你是正确的。 - Banshee

但是！如果您将最后一个URL（HTML版本）复制到例如Facebook的状态更新中，它会找到主要图像并为其制作缩略图？这正是我正在寻找的行为。 - Banshee

Answer 1

对于任意URL，很难获得一个“好”的缩略图像。

Facebook的算法相当复杂。页面开发人员可以通过在中添加各种元标记来给它一个提示，包括：

<meta property="og:image" content="http://url_to_your_image_here" />

或者

<link rel="image_src" href="http://www.code-digital.co.uk/preview.jpg" />

(更多信息请见)

......所以如果你想要复制Facebook的算法，你需要获取页面源代码，解析其中任何“提示”，比如上面提到的（最好检查一下我是否漏掉了其他“提示”格式），并且在页面不包含这些提示之一时使用备选算法。

一个更现实的解决方案是使用别人的URL->缩略图系统。

如果你喜欢Facebook的版本，我认为你应该能够通过他们的API请求给定URL的Facebook缩略图。

其他提供此类服务的网站有：

• http://webthumb.bluga.net/home（非免费）
• http://immediatenet.com/thumbnail_api.html（免费，可能有限制性条款）
• https://www.google.com/search?q=get+thumbnail+for+url

- Rich

Answer 2

如果html页面和图像之间的QvkaduU部分始终相同，您可以进行字符串替换吗？

"http://imgur.com/gallery/QvkaduU".Replace("imgur.com/gallery","i.imgur.com") + ".jpg";

- overflowedstack

Answer 3

我会获取整个HTML源代码，并使用正则表达式将所有<img ... src="...">参数以及< ... style="... background-image: ...;"> css内联属性提取出来，尝试临时下载链接后面的所有文件。然后我会（尝试将其转换为位图并）检查像素大小，最大的图片应该是你想要的图片。

Google可能会帮助您如何检查像素大小并转换任何图像。

从HTML源代码中获取所有图像链接的正则表达式应该是 <img[^>]+src=\"([^"]+)\".*?>|<[^>]+style=\"[^"]*background-image:\s*url\(\s*'?([^')])\s*'?)\s*;.*?>（未经测试，但相当确定）

结果将在第2或第3组索引中，还不要忘记在相对链接上加前缀的当前URL。

- Martin Braun

---

不建议使用正则表达式解析HTML，是吗？ - algo

@algo 嗯，当我写这个答案的时候，我有30个声望，并且比现在多了9年的经验不足。事情已经改变了，但是当时很多人的心态是不同的。我认为对于非常简单的东西，在HTML上使用正则表达式是可以的，但是我同意，这种情况会极大地受益于利用HTML解析器。接受的答案确实是正确的方法。 - Martin Braun

Answer 4

您已经走上了正确的道路，最可靠的方式是获取HTML，解析它并查找图像，然后根据位置和大小对图像进行排名。例如，如果您找到的第一张图片足够大以制作缩略图，那么很好，但如果它很小，您就会转到下一张图片等等。最好使用像Timthumb这样的图像插件（我想我曾经看到过ASP.NET版本），并缓存这些图像，以便在查找代表网站的缩略图后，可以从缓存中调用图像。

- Chibueze Opata

Answer 5

你能尝试做类似的事情吗？

public void ProcessRequest(HttpContext context)
    {
      {
            // load here the image 
            ....
            // and send it to browser
            ctx.Response.OutputStream.Write(imageData, 0, imageData.Length);
       }
    }

你也可以尝试一下他们在这里谈论的内容。我尝试过了，效果非常好。

http://www.dotnetspider.com/resources/42565-Download-images-from-URL-using-C.aspx

- PM_ME_YOUR_CODE

---

这将仅下载URL给出的对象。如果它是一个图像，那么它可能会正常工作，但如果它是一个包含多个图像（除了主要大图像）的HTML页面，则很可能会出现问题。 - Banshee

Answer 6

你能试试这个吗？

public Bitmap getImageFromURL(String sURL)
{
    HttpWebRequest myRequest = (HttpWebRequest)WebRequest.Create(sURL);
    myRequest.Method = "GET";
    HttpWebResponse myResponse = (HttpWebResponse)myRequest.GetResponse();
    System.Drawing.Bitmap bmp = new System.Drawing.Bitmap(myResponse.GetResponseStream());
    myResponse.Close();

    return bmp;
}

从如何在Windows Mobile中从URL获取图像到pictureBox？获得

- Jhigs

---

这段代码只会下载URL给出的对象，如果是图片则可以正常工作，但如果是HTML页面则无法正常工作。我的问题在于最后一个（包含图片的HTML页面）。 - Banshee