php - 从网站获取元数据的最快方法

Question

我正在尝试从网站获取“标题”，目前我正在使用 preg_match 获取标题，但加载速度非常慢。

我现在拥有的:

这将链接传递给一个函数:

<?php 
foreach($savedLinks as $s)
{
    echo "<div class='savedLink'>";
        echo "<h5>" . getMetaData($s) . "</h5>";
        echo "<a href='" . $s . "'>" . $s . "</a><br />";
    echo "</div>";
}
?>

此函数从传入的每个网站获取标题:

function getMetaData($url)
{
    if(!@file_get_contents($url))
    {
        return "";
    }
    else
    {
        if(preg_match('/<title>(.+)<\/title>/',file_get_contents($url),$matches) && isset($matches[1]))
            return $matches[1];
        else
            return "Not Found";  
    }
}

有没有快速获取每个页面的“标题”的方法？

Answer 1

我要大胆猜测 file_get_contents 花费的时间比 preg_match 花费的时间长得多，我预计它会非常快。

如果您在很多站点上执行此操作，则此方法可能行不通，但您可能需要查看字节范围请求。如果您可以预测标签位于 HTML 响应的前 X 字节内，则可以使用字节范围执行部分请求，避免为了获取标题标签而必须通过网络移动整个文档。如果页面是动态生成的，则需要服务器上的代码支持这一点。如果它们是静态文档，则很有可能支持字节范围请求。

https://serverfault.com/questions/398219/how-can-i-enable-byte-range-request

正如此示例在第二个答案中所建议的那样，还尝试通过将“连接:关闭”更改为“连接:保持事件”来启用保持事件。同样，这仅在您多次访问同一台服务器并且服务器已启用时才有效。这两件事一起可以为每个请求节省大量时间。