讨论，第三方统计是如何获取网页标题的？

hh11

这个统计是用在taobao店铺上的，在taobao的店铺上，加上一段统计代码，统计代码是一个动态产生图片的php程序，
如：<img src="http://*****/count.php?id=888>。下图中的“停留”，是指统计脚本所在网页的title。
请问，这个程序获取统计图标所在网页的url这个很简单，但是如何获得所在网页的标题的呢？难道是count.php中再去打开这个远程页面的url后再正则title的吗？这样应该对性能有很大影响，如何才能高效率的解决这个问题呢？

[ 本帖最后由 hh11 于 2008-4-8 21:46 编辑 ]

3227049

这种数据都是js取的，然后再递交给php的

hh11

原帖由 3227049 于 2008-4-8 23:54 发表
这种数据都是js取的，然后再递交给php的

由于taobao的限制，根本无法使用js，上例中以<img src=http://****/count.php>调用代码，跟本不可能即在其中执行js，同时又输出图片的。

hh11

好象很难哦，大家来讨论一下。

ipaddr

Img里面一个程序，里面有HTTP头的Reference，可以通过这个再去找对应网页。

hh11

原帖由 ipaddr 于 2008-4-10 10:03 发表
Img里面一个程序，里面有HTTP头的Reference，可以通过这个再去找对应网页。

是不是，在用file或curl去获得远程网页的html后，用正则分析title。
如果这样，效率应该很差，是不是肯定没别的办法了？

hh11

继续关注。

james.liu

你的要求是什么，，，比如一分钟获取多少个网页标题。

HonestQiao

就是读取抓取的。

google也会这么做来分析页面投放广告。

ashchen

抓下来referer来分析，取个标题太简单了，而且只要去网页的前1k字节足够了，taobao的页面都一样

而且取过url标题的下次不需要再去取，或者存一下referer，另外运行一个定时程序专门根据referer更新标题

[ 本帖最后由 ashchen 于 2008-4-16 23:56 编辑 ]