根据字体和字体大小抓取网页

Question

HTML 文本抓取可通过可在网络上找到的各种库来实现。我正在尝试从各种 HTML 页面解析网页的最大标题（标题）——仅此而已。

我正在尝试从数百页（它可以是产品页面或文章页面等）中自动检测项目的主标题。如果有一种方法可以根据网页中可用文本的字体和字体大小做出我的解析决定，那就太好了。由于主标题几乎总是网页中字体最大的文本，因此这些信息可以让我深入了解在哪里可以找到标题。

所以问题是，有没有什么办法可以做到这一点？

Answer 1

我假设你可以做到like this，但这是一项非常耗费资源的任务，因为你要遍历正文中的所有 html元素。

var text,
    size = 0;

$("body, body *").each(function() {
    var f_size = parseInt($(this).css("fontSize"));
    if (size<f_size) {
        text = $(this).text();
        size = f_size;
    }
    console.log(this.tagName + " " + f_size);
});