video - 检测和解析 html 中的嵌入式视频？

Question

我正在做一个项目，需要检测和提取网页上的视频嵌入代码。

我知道 <object>标签用于嵌入视频，然而，规范说它也可以用于其他东西，比如图像。

那么我如何确定性地知道 <object>标签中包含视频？还是有其他方法可以找出来？

Answer 1

从历史上看，<object> 标签旨在用作在 HTML 文档中嵌入视频和音频等媒体的方式。但随着网络视频的发展，事实证明，如果不将视频控件集成到您的网络应用程序中，您将无法提供合理的用户体验，而在 HTML 中嵌入视频的实际标准是嵌入 Flash 播放器(使用 <embed> 或 <object> ) 并从该 Flash 演示文稿中访问视频。 (在 HTML5 中，您有用于该目的的 <video> 对象，但我猜您对需要处理的 HTML 文件没有这样的控制权)。

通常，当您看到用于播放视频的 <object> 元素时，所引用的对象实际上是一个 SWF - Flash 演示文稿 - 它运行自己的代码以链接到视频文件。但是 Flash 演示文稿可能包含也可能不包含视频以及许多其他内容。所以如果你想检测 <object> s 中的视频，你的选择是

1. 列出实际上是视频播放器的所有 SWF 文件/URL。这种方法最简单，但请记住，您会遇到很多漏报。
2. 以编程方式评估您在沙盒浏览器中解析的 HTML，并从屏幕截图中检测视频。这可能需要付出巨大的努力，但会完美地解决您的问题。
3. 下载并反编译 object 标签引用的 SWF 文件，并实现试探法以确定它们是否包含嵌入式视频。我说 heuristic 因为 SWF 基本上是一个程序，如果你能找出确定性的方法来知道一个程序是否播放视频，你不妨尝试找出程序是否 halts 。