Získání obsahu stránky přes oEmbed

Při vkládání odkazů uživateli (typicky do komentářů, příspěvků v diskusních fórech nebo na sociálních sítí) už se v dnešní době málokdo spokojí s prostým odkazem.

Lepší je něco takového:

Náhled odkazu na Facebooku

Pokud se má na odkazující stránce zobrazit náhled odkazu, musí se odkazovaná stránka stáhnout.

Tímto postupem se získá pouze HTML kód, ze kterého je nutné následně vyzobat potřebný obsah.

Získání titulku stránky v PHP

Například titulek stránky jde v PHP získat několika způsoby:

Regulární výrazy

$page = file_get_contents("http://example.com");
preg_match("/<title>(.*)<\/title>/i", $page, $matches);
echo $matches[1];

Práce s DOMem

Nebo funkcemi pro práci s HTML DOMem.

$dokument = new DOMDocument();
@$dokument->loadHTMLFile('http://example.com');
$title = $dokument->getElementsByTagName('title');
echo $title->item(0)->nodeValue;

Nebo s využitím XPath:

$dokument = new DOMDocument();
@$dokument->loadHTMLFile('http://example.com');
$xpath = new DOMXPath($dokument);
echo $xpath->query('//title')->item(0)->nodeValue;

Obdobným způsobem by šlo ze stránky dostávat i další věci.

Open Graph

<meta property="og:title" content="Titulek">

Pro lepší podobu sdílení odkazu na sociálních sítích obsahuje řada webů tzv. og:* meta tagy, kde je typicky uveden titulek, popisek a obrázek článku.

Příklad použití <meta> značek pro zobrazení náhledu odkazu:

Získání obsahu z og: značek může být spolehlivější než z obecných HTML značek.

V PHP existuje funkce get_meta_tags, ale zrovna s <meta property>, které Open Graph používá, si neporadí. Nejsnazší je asi použít XPath:

$dokument = new DOMDocument();
@$dokument->loadHTMLFile('http://jecas.cz');
$xpath = new DOMXPath($dokument);
$ogTitle = $xpath->query("//meta[@property='og:title']")->item(0);
echo $ogTitle->getAttribute("content");

Formát oEmbed

Parsování uvedené výše má řadu problémů:

  1. Stahuje se zbytečně více dat, než by stačilo. Pro získání jedné značky <title> se stahuje úplně celá HTML stránka.

  2. Zvlášť v případě pokročilejšího parsování je regulární výraz velmi citlivý na změnu cílové stránky a snadno tak přestane fungovat.

Formát oEmbed se tyto problémy snaží řešit universálním API pro nabízení embedovaného obsahu.

  • oEmbed – stránka projektu

Podporované služby potom nabízí tzv. endpoint, kam se pošle adresa, pro kterou je třeba získat obsah a ta ho vrátí:

Získání YouTube videa

Celou URL stránky s videem stačí poslat na endpoint:

http://www.youtube.com/oembed?url=https://www.youtube.com/watch?v=6HT-yirOGoo

A ten vrátí následující JSON.

{  
   "type":"video",
   "thumbnail_width":480,
   "provider_name":"YouTube",
   "title":"Responsivn\u00ed navigace",
   "thumbnail_height":360,
   "provider_url":"https:\/\/www.youtube.com\/",
   "version":"1.0",
   "height":270,
   "author_name":"Bohumil Jahoda",
   "html":"\u003ciframe width=\"480\" height=\"270\" src=\"https:\/\/www.youtube.com\/embed\/6HT-yirOGoo?feature=oembed\" frameborder=\"0\" allowfullscreen\u003e\u003c\/iframe\u003e",
   "author_url":"https:\/\/www.youtube.com\/user\/bohumiljahoda",
   "width":480,
   "thumbnail_url":"https:\/\/i.ytimg.com\/vi\/6HT-yirOGoo\/hqdefault.jpg"
}

Jak je vidět v JSONu, k disposici je i HTML kód pro vložení videa přímo do stránky.

Na stránce oEmbed je seznam služeb, které tento formát podporují.

Mezi zdroji je kromě YouTube, třeba i Instagram, SoundCloud nebo Flickr.

Facebook tam chybí, ačkoliv oEmbed endpointem disponuje:

Stejně tak Twitter, který ale vyžaduje ID aplikace:

WordPress

V redakčním systému WordPress se je možné s použitím této techniky embedování setkat při psaní příspěvků. Vložené URL u známých služeb jsou automaticky nahrazeny příslušným obsahem.

Noembed

Pro embedování obsahu ze zdrojů, které nejsou na stránce oEmbed, je možné použít Noembed.

Výsledek dokáže vracet i ve formátu JSONP, takže ani není nutné výstup z endpointu zpracovávat vlastním serverem, ale vše se může odehrávat v JavaScriptu.

Po vložení URL ze schránky (Ctrl + V) do následujícího pole by se u známých služeb měl zobrazit výsledek:

To je všechno. Líbil se vám článek a chcete se dozvědět, až vyjde další?

Sledujte:

 

Připomínky mi pište do komentářů ↓

Stažení cizí stránky

Získání obsahu cizí stránky

Jak v PHP a JavaScriptu získat obsah z cizí webové stránky.

Parsování HTML v PHP

Parsování HTML v PHP

Jak v PHP parsovat HTML stránku a získat z ní potřebná data.

File_get_contents a timeout

File_get_contents a timeout

Jak omezit maximální čas získávání obsahu stránky z URL.

Cacheování obsahu z cizí stránky

Cacheování obsahu cizí stránky

Jak cacheovat výsledky obsahu staženého z cizí stránky.

PHP proxy skript

PHP proxy skript na 50 řádků

Hotový PHP skript umožňující zobrazit web prostřednictvím jiné IP adresy.

Komentáře