Extrair imagens de compartilhamento social e tags Open Graph

A API HTMLRewriter do Bun pode ser usada para extrair imagens de compartilhamento social e metadados Open Graph de conteúdo HTML de forma eficiente. Isso é particularmente útil para criar recursos de visualização de links, cartões de mídia social ou web scrapers. Podemos usar HTMLRewriter para corresponder seletores CSS a elementos HTML, texto e atributos que desejamos processar.

interface SocialMetadata {
  title?: string;
  description?: string;
  image?: string;
  url?: string;
  siteName?: string;
  type?: string;
}

async function extractSocialMetadata(url: string): Promise<SocialMetadata> {
  const metadata: SocialMetadata = {};
  const response = await fetch(url);

  const rewriter = new HTMLRewriter()
    // Extrair tags meta Open Graph
    .on('meta[property^="og:"]', {
      element(el) {
        const property = el.getAttribute("property");
        const content = el.getAttribute("content");
        if (property && content) {
          // Converter "og:image" para "image" etc.
          const key = property.replace("og:", "") as keyof SocialMetadata;
          metadata[key] = content;
        }
      },
    })
    // Extrair tags meta Twitter Card como fallback
    .on('meta[name^="twitter:"]', {
      element(el) {
        const name = el.getAttribute("name");
        const content = el.getAttribute("content");
        if (name && content) {
          const key = name.replace("twitter:", "") as keyof SocialMetadata;
          // Usar dados do Twitter Card apenas se não tivermos dados OG
          if (!metadata[key]) {
            metadata[key] = content;
          }
        }
      },
    })
    // Fallback para tags meta regulares
    .on('meta[name="description"]', {
      element(el) {
        const content = el.getAttribute("content");
        if (content && !metadata.description) {
          metadata.description = content;
        }
      },
    })
    // Fallback para tag title
    .on("title", {
      text(text) {
        if (!metadata.title) {
          metadata.title = text.text;
        }
      },
    });

  // Processar a resposta
  await rewriter.transform(response).blob();

  // Converter URLs de imagem relativas para absolutas
  if (metadata.image && !metadata.image.startsWith("http")) {
    try {
      metadata.image = new URL(metadata.image, url).href;
    } catch {
      // Manter a URL original se a análise falhar
    }
  }

  return metadata;
}

// Exemplo de uso
const metadata = await extractSocialMetadata("https://bun.com");
console.log(metadata);
// {
//   title: "Bun — A fast all-in-one JavaScript runtime",
//   description: "Bundle, transpile, install and run JavaScript & TypeScript projects — all in Bun. Bun is a fast all-in-one JavaScript runtime & toolkit designed for speed, complete with a bundler, test runner, and Node.js-compatible package manager.",
//   image: "https://bun.com/share.jpg",
//   type: "website",
//   ...
// }