食谱进口商是藏红花最重要的特点之一。它允许用户输入URL，并将尝试从该网站提取食谱内容。
偶尔，菜谱站点会使用客户端呈现或阻止“bot”请求，此方法不起作用。然而，这还不足以保证使用像木偶师这样的东西。
大约75%的用户选择导入的网站易于解析，但对于其余25%的网站，则需要更先进的技术。
事实证明，当一个网站包含一些标准食谱元数据时，谷歌就会显示这些卡片。
因此，几乎每个流行的食谱网站都会包括关于标题、服务、配料、说明等…的元数据。用于食谱(外语食谱也会出现这种情况)。
对于这些网站，不涉及任何猜测。只需读取元数据即可。
为此，将在HTML中搜索类型为application/ld+json的脚本标记，该标记包含大型JSON blob中的元数据。
<；脚本类型="；application/ld+json"；>；{"；@Context"；："；http://schema.org"；，"；@TYPE"；："；食谱"；，"；名称"；："；经典马里纳拉酱汁"；，"；ReceipeIngreative"；：["；1罐28盎司的完整西红柿，1/4杯橄榄油，7个大蒜去皮并切成丝，1个小干整辣椒，1茶匙犹太盐，1个大的新鲜罗勒树枝，//更多的田地}/lt；/script>；#34；，#34；，#34；1大新鲜罗勒树枝#34；，#34；]//更多的领域}<；/script>；#34；，#34；，#34；，#34；，#34；，#34；，#34；，#34；，#34；，#34；，#34；//更多的领域}<；/脚本&>；
如果不存在，则遍历HTML以查找使用itemprop注释的标记。
<；H1 itemprop="；名称>；Simple Marinara Sauce<；/H1>；<；div>；<；span itemprop="；ReceipeIngreary&34；>；2罐炖番茄<；/span&>；<；span itemprop="；ReceipeIngreative&34；>；span itemprop="；regpeIngreative"；>；span itemprop="；regpeIngreative"；>；span itemprop="；regepeIngreative"；>；1茶匙盐/span&>；/div>；
识别任意HTML中的配料和说明是最棘手的一步，所以我将把它留到最后。我们将首先从如何提取其他字段开始。
使用og：title元标记。如果不存在，则使用title标记。
将收集Body标记内的所有图像。然后删除较小的图像，用户从其余选项中选择正确的图像。
考虑每个HTML标记，直到找到一个包含Make：、Services：、Serving：或Year：的文本的标记。
好的，我们来谈谈寻找配料和说明书的技巧。
HTML可以在树结构中表示，其中HTML标记的子项成为树中节点的子项。
使用这个概念，HTML以深度优先的搜索方式被遍历，根据节点内部的文本对它们成为指令/成分的可能性进行评分。
它有没有使用任何特定于烹饪的指导性词汇，如：“撒”、“混”、“热”等。…。
有没有用“盐”、“橄榄油”、“黄油”等食品类的词呢？…。
是否包含“…”、“lb”、“oz”等单位？
找到两个单独的节点后，此步骤即告完成。一个有很高的指导分数，另一个有很高的成分分数。
在图论和计算机科学中，树或有向无环图T中两个节点v和w的最低公共祖先是同时具有v和w作为后代的最低节点。
我喜欢将其视为2个节点拥有的第一个共享父节点。这是它的一个很好的视觉效果：
这对于计算很有用，因为在大多数情况下，LCA节点将包含所有配料/说明，而所有其他HTML都可以忽略。
此时，假设配料和说明在LCA节点内，但是通常还有一些额外的节点没有用。
<；div>；<；！--开始忽略-->；<；div>；搭配您最喜欢的意大利面、披萨、千层面、肉丸、帕尔米亚干酪、三明治或任何听起来不错的食物。<；/div&>；<；div>；这么多好的理由让这款马里纳拉酱…。那么让我们开始吧！<；/div&>；<；！--End Ignore--<；<；！--第一个配料节点-->；<；div&>；div&>；1杯西红柿<；/div&>；盐<；/div&>；<；！--说明--<；div&>；抛出。<；/div>；<；/div>；
<；div&>；<；！--开始连续配料块-->；<；ul>；<；li>；1杯西红柿<；/li&>；li>；盐<；/li>；<；/ul&>；<；！--结束连续配料块-->；<；！--start。<；/div>；<；div>；搅拌。<；/div>；<；！--结束连续指令块-->；<；/div>；
因此，假设两个配料节点之间的所有节点都是配料(有助于检测奇怪的配料)。
<；ul>；<；li>；1杯米饭<；/li>；<；！--开始假定配料-->；<；li>；cardoon<；/li>；<；li>；Gurnard(选择黑肚)。<；/li>；<；！--end假定成分-->；<；li>；1茶匙盐<；/li>；<；/ul>；
使用这些假设，最后一步涉及遍历LCA节点的子节点。检查每个节点的，看它是属于配料块、指令块，还是应该完全忽略。
前面的分数与类名、标记(无论是…、SPAN、H1等)结合在一起考虑。和父标记。
只要达到一定的门槛，并不是所有的条件都需要满足。最好是更灵活一些，包含一些额外的信息，而不是更严格，有时会遗漏一种配料。
当已确定块时，可以提取成分/指令并完成算法。
为了让您了解一些成功解析的网站，这里使用了几个测试用例：
仍然会出现它没有正确提取配料/说明的情况，比如这个网站：http://www.cookingforengineers.com/recipe/195/Chocolate-Truffles。
用户输入指向没有食谱的网站的URL。
结合使用试探法和读取元数据，Saffron几乎可以从任何网站导入食谱。
如果您想亲自尝试一下，您可以在https://www.mysaffronapp.com.上查看