据我所知，Facebook 从meta name="description"链接页面上标签的内容属性中提取。
如果没有可用的元描述标签，它似乎从<p>它可以在页面上找到的第一个段落标签的开头拉出。
图片是从<img>页面上的可用标签中提取的，在发布时可以选择轮播。
最后，链接子文本也是用户可编辑的（启动状态更新，包含链接，然后单击出现的链接子文本区域）。
就我个人而言，我会采用这样的路线：卷曲页面，解析它以获得元标记描述，如果没有使用基本算法或仅第一段标记获取一些可能的数据，然后允许用户编辑呈现的任何内容（它更友好给用户，还解决了用户代理不同回报的问题）。将面向用户的控件设置为 ajax，这样您的站点访问要预览的链接所花费的时间都不会出现问题。
我建议使用 DOM 库（如果您对它感到满意并且知道如何处理可能格式错误的 html 页面，您甚至可以使用 DOMDocument）而不是正则表达式来解析页面的<meta>,<p>和可能还有<img>标签。构建一个正则表达式可以正确处理您将在“野外”遇到的所有潜在不同情况，而不是从一组已知站点中遇到的情况可能会变得非常粗糙。通常推荐使用QueryPath，并且有涵盖许多可用选项的 stackoverflow 线程。
大多数现代网站，尤其是大型网站，都擅长填充元描述标签，尤其是对于动态生成的页面。
您也可以从页面上抓取<img>标签，但您需要在本地托管图像：您可以托管所有图像，然后删除除所选图像之外的所有图像，或者您可以托管缩略图（假设您有一个图像处理库安装并打开）。您选择哪一个取决于带宽和存储是否更重要，或者运行imagecopyresampled、imagecopyresized、Gmagick::thumbnailimage等的一次性处理等（选择您手头/您最喜欢的任何东西）。您不希望热链接到页面上的图像，因为它在带宽方面的道德性，特别是在链接任何具有防热链接的站点（引荐来源/等方法）时最终出现损坏图像的可能性，或者从到期/等 就个人而言，我可能会去存储缩略图。
如果您想最终删除自己服务器上的图像/缩略图文件，您可以将整个链接实体包装为处理过期/等的对象。既然你要求一个高层次的想法，我会把具体的实现留给你。
但问题是，在很多情况下，facebook 返回的文本在页面上不可用。
您是否查看过页面的元标记？到目前为止，我已经测试了几个页面，这通常是在呈现的链接页面上不可见的内容的来源，并且似乎是 Facebook 算法的首选。
预先全面披露，我是ThumbnailApp.com的开发人员。
这是一个带有可选 Javascript SDK 的 JSON API 服务，我认为它完全符合您的要求：它将解析一个字符串以检测任何 url 并返回资产的标题、描述和缩略图。如果页面有 OpenGraph 标签，它将使用这些标签作为图像缩略图。它目前处于私人测试阶段，但我们每周都会添加更多帐户。
如果你觉得你真的需要一个自己动手的解决方案：
查看基于 python 的Webkit2Png和无头浏览器PhantomJs。他们可以将网页呈现为图像（默认大小为 800x600），然后您必须编写一些代码来调整和裁剪图像的大小，就像 taswyn 提到的那样。理想情况下，您会将调整大小的图像上传到 Amazon S3，然后将其托管在 CloudFront 等 CDN 上。
要获取标题和描述，首先获取 URL 内容（cURL 或其他），您需要检查content-type标题以确保它是网页。如果是，您可以使用 HTML 解析器（例如SimpleHTMLDOM PHP 库）来获取标题和描述元数据。如果您希望它与 Facebook 完全一样，您还需要检查任何 OpenGraph 标签，特别是og:image标签。
也不要忘记缓存。第一次渲染和描述解析可能需要很长时间。即使您的网站速度很快，您正在渲染的网页也可能很慢，最好的方法是渲染/解析一次，然后保存并返回调整大小的图像和元数据以供后续请求。根据您的要求，您可能需要每小时刷新一次缓存数据，或者您可以每天刷新一次。
自己做这件事需要大量的工作和大量的服务器配置。我觉得使用 3rd 方服务是更好的选择，但显然我有偏见:)