T.net beschrijving op FB

[Xirt]

Ik kopieerde zojuist deze link naar een post op FB en toen kreeg ik een heel rare beschrijving van de website:



Ik heb al gekeken in de broncode van T.net of er per abuis een rare tekst in stond, maar op dit moment was dit niet het geval (lijkt dus op een probleem in de cache van FB). Waarschijnlijk ligt dit dus niet aan T.net, maar gaat er iets goed fout bij FB: bij twee willekeurig gekozen andere topics kreeg ik namelijk geen beschrijving. Misschien de moeite waard om eens achteraan te gaan als meer mensen dit blijvend kunnen reproduceren?

Steps for reproduction:
1) Nieuwe statusupdate op FB
2) Copy + paste de link van hierboven in de statusupdate
3) Wacht tot FB de site-informatie geladen heeft

[AtleX]

Het staat wel in de source hoor, kijk maar naar de sig van Hillie in Hillie in "Wat verdient de ICT'er / GOT'er? (deel 11)".

[Raven]

Als de signature als beschrijving wordt genomen, zo lijkt het althans, waarom dan die van de 2e post en niet van de startpost?

[Misha]

Ik heb geen flauw idee waarop Facebook bepaalt welk onderdeel ze gebruiken voor de tekst. Ik zal er eens induiken. Dat is nu wel een erg rare snippit

[Erkens]

Misha schreef op donderdag 23 februari 2012 @ 14:09:
Ik heb geen flauw idee waarop Facebook bepaalt welk onderdeel ze gebruiken voor de tekst. Ik zal er eens induiken. Dat is nu wel een erg rare snippit

https://developers.facebook.com/docs/opengraphprotocol/

[Firesphere]

Meestal pakken ze toch de website description als de OG data mist?

Deze is wel heel creatief van FB...

[crisp]

Erkens schreef op donderdag 23 februari 2012 @ 14:11:
[...]

https://developers.facebook.com/docs/opengraphprotocol/

Mja, maar om elke pagina nu te gaan vervuilen met nutteloze meta-tags alleen voor feestboek...

[Touchdomex]

crisp schreef op donderdag 23 februari 2012 @ 15:07:
[...]

Mja, maar om elke pagina nu te gaan vervuilen met nutteloze meta-tags alleen voor feestboek...

Ach het is facebook maar

[Firesphere]

crisp schreef op donderdag 23 februari 2012 @ 15:07:
[...]

Mja, maar om elke pagina nu te gaan vervuilen met nutteloze meta-tags alleen voor feestboek...

Lijkt mij een kwestie van een paar templates, als't handig is aangepakt zelfs 1 template (<insert header>) aan te passen.

Weinig vervuiling volgens mij hoor.

[Verwijderd]

Van alle ondertitels komt ook net deze er dan te staan . Toevallig een van de weinigen die ik me kan herinneren wel eens vaker gelezen te hebben.

[Erkens]

Firesphere schreef op donderdag 23 februari 2012 @ 15:11:
[...]

Lijkt mij een kwestie van een paar templates, als't handig is aangepakt zelfs 1 template (<insert header>) aan te passen.

Weinig vervuiling volgens mij hoor.

Tuurlijk is dat wel vervuiling, je moet voor 1 website moet je maar je eigen code gaan vervuilen met die meuk.

[crisp]

En vele extra bytes die bijna elke pageview nutteloos moeten worden verstuurd. Think about the trees!

[azerty]

crisp schreef op donderdag 23 februari 2012 @ 21:05:
En vele extra bytes die bijna elke pageview nutteloos moeten worden verstuurd. Think about the trees!

Heb juist een korte check gedaan op facebook, en blijkbaar haalt facebook zelf de informatie op:

(de rare beschrijving kwam terug via aanroep van deze url):

http://www.facebook.com/a...t_composer&__user=xxxxxxx

Volgens mij moet het dus mogelijk zijn om bijvoorbeeld alleen voor facebook deze extra tags te zetten (ga er hierbij wel vanuit dat de scraper identificeerbaar is)

[crisp]

Overigens vermoed ik dat de Facebook scraper <table>'s negeert. Het eerste echte stuk content van meer dan 2 woorden op de pagina is dan inderdaad de signature van Hillie...

[Xirt]

Dat is nou niet bepaald relevante content te noemen als het gaat om forumposts: net zoals in mijn voorbeeld wijkt de beschrijving dan behoorlijk af van de echte content van de pagina... De oplossing die wsitedesign geeft is misschien inderdaad wel een optie, aangezien de meeste scrapers wel een unieke user agent header meersturen.

[crisp]

Xirt schreef op vrijdag 24 februari 2012 @ 00:56:
Dat is nou niet bepaald relevante content te noemen als het gaat om forumposts: net zoals in mijn voorbeeld wijkt de beschrijving dan behoorlijk af van de echte content van de pagina...

De relevante content zit hier natuurlijk grotendeels in de startpost, maar is semantisch gezien niet relevant omdat het in een <table> staat (net als alle andere hip opgemaakte startposts van grote topics). Daar zit 'm eigenlijk in mijn ogen ook het probleem. Misschien moeten we toch eens gaan kijken naar andere methoden om in RML opmaak te kunnen verzorgen zonder [table] te hoeven gebruiken...

[Raven]

crisp schreef op vrijdag 24 februari 2012 @ 00:33:
Overigens vermoed ik dat de Facebook scraper <table>'s negeert. Het eerste echte stuk content van meer dan 2 woorden op de pagina is dan inderdaad de signature van Hillie...

Dus Facebook pakt gewoon random iets wat interessant lijkt en uit meer dan 2 woorden bestaat? Of denk ik nu te simpel

ps. Congrats

[ Voor 4% gewijzigd door Raven op 25-02-2012 10:22 ]

[Megamind]

Misschien over de top, maar als je geen facebook meta data in wilt voegen, check dan of je request van facebook.com komt, dan alle zooi eruit gooien en alleen de TS teruggeven?

[Roeligan]

Gebeurt mij net ook: