从html页面获取所有文本和背景颜色

Question

我正在尝试扫描网页并获取以下信息：

对于每个包含颜色的块（例如：“div”，“p”，“a”等...）我想得到：

1）文字＆amp;背景颜色

2）背景颜色区域（以像素为单位）

3）文字的字体大小

这似乎是一件容易的事，但是......

问题：

如您所知，HTML元素是由父母和孩子构成的，颜色将由孩子决定（除非他们没有定义，而且父母正在确定样式..）

所以我运行所有后代并获得他们的风格，以防风格未定义我去了父母并从那里得到它。

但问题是，有时后代没有给我完整的信息（例如“p”标签内的“强”标签 - 在这种情况下，我只会在“p”标签内部加粗文字..） 另一个问题是标签未定义但仍被客户看到（例如“table”标签内缺少“td”标签）。

当然，为了解决这个问题，我可以得到父母并扣除区域但是会非常复杂并且运行时间很长。

我的问题： 还有其他更容易的选项来获取客户看到的颜色区域吗？