基于字体和字体大小的网页抓取

Question

HTML文本抓取可以在网络中找到各种库。我试图从各种HTML页面解析网页的最大标题（标题） - 只有这一点 - 。

我试图从几百页（它可以是产品页面或文章页面等）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进行解析决定，那就太棒了。由于主要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，有什么办法可以做到这一点？

Answer 1

我想你可以做到这一点like this，不过这是因为你迭代身体内的所有 html元素一个非常耗费资源的任务。

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); 
});