SingleFile扩展将集成Readability元数据功能

SingleFile浏览器扩展即将在下一个版本中增加一项重要功能——集成Mozilla Readability库提取的标准化元数据。这项改进将为用户保存的网页内容提供更完整、更结构化的元信息。

功能背景

在网页保存过程中，虽然SingleFile已经能够保留原始网页中的各种meta标签，但这些元数据通常分散在不同的标签属性中，格式也不统一。例如作者信息可能出现在<meta name="author">、<meta property="og:author">或JSON-LD等多种格式中。

Mozilla Readability库在解析网页时会尝试标准化这些元数据，包括：

• 文章长度（字符数）
• 摘要或简介
• 作者信息
• 内容方向
• 网站名称
• 内容语言
• 发布时间

技术实现

新功能将把这些标准化后的元数据以JSON格式嵌入到保存的HTML文件中。具体实现方式是在文档头部添加一个script标签：

<script id="readability-metadata" type="application/json">
{
    "length": 250,
    "excerpt": "文章描述或内容摘要",
    "byline": "作者姓名",
    "dir": null,
    "siteName": "网站名称",
    "lang": "zh",
    "publishedTime": "2022-01-06T10:00:03.134Z"
}
</script>

这种结构化格式相比传统的meta标签具有以下优势：

1. 数据集中存储，便于程序化提取
2. 字段名称统一，避免不同网站的命名差异
3. 包含Readability补充的额外信息

应用场景

这项改进特别适合需要批量处理保存网页的用户。例如：

• 学术研究人员收集文献资料时，可以方便地提取标准化元数据
• 内容管理者建立知识库时，能够获得一致的元信息格式
• 个人知识管理系统可以更可靠地索引保存的内容

总结

SingleFile通过集成Readability的元数据标准化功能，进一步提升了保存网页的质量和可用性。这项改进将使保存的HTML文件不仅包含完整的页面内容，还附带结构化的元信息，为后续的内容管理和分析提供便利。用户可以期待在下一个版本中体验这一功能。