Как читать заголовок внешней страницы?

Question

Я думаю, что это возможно с jQuery, но любой код сервера ASP.NET хорош для моей ситуации.

С помощью jQuery я могу загрузить страницу, например, в div, и отфильтровать div для тега <title>, но я думаю, что для тяжелых страниц нехорошо сначала прочитать весь контент, а затем прочитать тег заголовка. или, может быть, у него очень простое решение? в любом случае я не мог найти ничего об этом из Интернета. спасибо

Answer 1

окей благодаря cjjer и Boo, я только что прочитал больше о регулярных выражениях и, наконец, ниже код работает для меня.

Dim qq As New System.Net.WebClient 
    Dim theuri As New Uri(TextBox1.Text) 
    Dim res As String = qq.DownloadString(theuri) 
    Dim re As Regex = New Regex("<title\b[^>]*>(.*?)</title>", RegexOptions.Singleline) 
    Dim ma As Match = re.Match(res) 


    If Not ma Is Nothing And ma.Success Then 
     Response.Write(ma.Groups(1).Value.ToString()) 
    Else 
     Response.Write("error") 
    End If 

, но в любом случае, проблема остается, этот код загрузки всей страницы и поиск через него, что один тяжелых сайтов, потребовалось более 2 или 3 secconds для завершения, но, кажется, это единственный способ, как далеко как я знаю: | Есть ли предложения по улучшению этого кода?

Answer 2

Это будет угроза безопасности для вас, чтобы загрузить любую другую веб-страницу в вашу, только для чтения заголовка ... Вы должны сделать это с помощью скриптов на стороне сервера (asp.net, php, ...) и просто выведите заголовок на свою веб-страницу. Что-то вроде кэширования, потому что он бесшовна для получения заголовков по каждому запросу.

Answer 3

Существует нет простого чистого способа получить заголовок внешней страницы. Вы можете сделать это на стороне сервера, используя WebClient и разобрать ответ.

Однако, возможно, стоит пересмотреть требование, действительно ли необходимо, какой дополнительный трафик и латентность он будет генерировать. Учтите также, что вы можете генерировать нагрузку на внешний сайт, который не знает, что вы хотите, это заголовок, создание страницы может быть довольно дорогостоящим.

Answer 4

string title=Regex.Match(new System.Net.WebClient().DownloadString(url),(@"<title>(.*?)</title>"))[0].Groups[1].ToString(); 

try.i не уверен.

Answer 5

Титулы обычно отображаются в пределах первых нескольких сотен байт, поэтому вы можете попробовать запрос диапазона для первого 1KiB или около того, попробуйте разбор этого (с помощью анализатора с исправлением ошибок, поскольку некоторые закрывающие теги будут отсутствовать), и если это не возвращается к загрузке всей страницы.

Answer 6

Я не уверен, поддерживают ли все серверы.
Смотрите, если это помогает

 

char[] data = new char[299]; 
System.Net.HttpWebRequest wr =(HttpWebRequest)WebRequest.Create("http://www.yahoo.com"); 
wr.AddRange("bytes", 0, 299); 
HttpWebResponse wre = (HttpWebResponse)wr.GetResponse(); 
StreamReader sr = new StreamReader(wre.GetResponseStream()); 
sr.Read(data, 0, 299); 
Console.WriteLine((data)); 
sr.Close(); 
 

EDIT: Попробуйте проверить с каким-то инструментом для мониторинга сети, чтобы выяснить, что текст, сервера разослать. Я использовал скрипач, чтобы увидеть вывод & написал его на консоль.

EDIT2: Я предполагаю, что название должно быть в начале страницы.

Answer 7

cjjer почти получил это право.

Во-первых, изменить регулярное выражение: <title>(?<Content>.*?)?</title>

Во-вторых, необходимо создать объект соответствия первым (только в случае, если ваш URI не имеет названия).

Match tMatch = new RegEx(@"<title>(?<Content>.*?)?</title>").Match(new System.Net.WebClient().DownloadString(url)); 

if ((null != tMatch) && (tMatch.IsSuccess)) { 
    // yay. 
    title = tMatch.Groups("Content").value; 
}