这是一个创建于 2625 天前的主题，其中的信息可能已经有所发展或是发生改变。
例如：自己博客用的 hexo 模板，但是被其他网站抓取了好多，
还有：掘金上分享博客链接，之后博客文章就被抓取到掘金了。
还有：safari 浏览器中看博客，可以点击地址栏的预览，可以直接预览博客的文章
等等。。
这些是什么实现的吗？
通过选择固定的 class 来抓取网页？
但是我的 class 改了之后 safari 浏览器中依然可以预览。。
万能的 V2EX 伙伴们，有没有相关的技术方案，来讨论一下 ~
 | 1 creedowl 2018-09-23 22:29:01 +08:00 之前研究过提取文章正文，发现有一些办法，比如计算文字密度 |
 | 2 dreasky 2018-09-23 23:12:54 +08:00 找到标点符号最多的 div |
 | 3 IvanLi127 2018-09-23 23:25:54 +08:00 via Android 歪楼，我看成 万恶的 V2E.... |
 | 4 rekulas 2018-09-23 23:38:54 +08:00  1 readability 算法了解一下 |
 | 5 Mogugugugu 2018-09-23 23:41:55 +08:00 via Android @dreasky 这个思路 不错 |
 | 6 zhangZMZ 2018-09-23 23:43:06 +08:00 万能？看见这个词语解不解答了。 我的万能岂能让你知道，无知的凡人，哼(^)！ |
 | 7 yuanfnadi 2018-09-23 23:56:40 +08:00 via iPhone 1 你把 class 的名字改成 footer 试试看 最近刚好在看 readability 的源码。 如果真的想抓 几乎不可能挡的住。 |
 | 8 Tink PRO 解析 dom 呗 |
 | 9 delectate 2018-09-24 06:17:51 +08:00 1 常见的模板，写几个正则就够了，通吃 8 成网站；不常用的，readability。 |
 | 10 2010 2018-09-24 08:12:57 +08:00 via Android 看网站写规则就行 |
 | 14 huangfs 2018-09-24 23:34:19 +08:00 一般会有一套的模版的。 |
 | 15 ChanghuiN OP |
Select Language