解析时如何获取页面的徽标？

Question

我正在尝试为网站创建一般解析器并获取相关信息。我希望能做的第一件事就是能够知道网站的标识是什么。

通常，徽标将是一个链接回主页面的图像，并且可能在其ID中包含“徽标”一词。

在解析页面时，为了找到页面的徽标，我可以应用哪些好的策略或标准？

Answer 1

实际上并没有办法让它成为一个通用的过程。没有关于如何显示网站徽标的规则 - 因此没有单一的ID，类，标签或位置可供您查看。同样，图片不会“链接”到任何内容，<a>链接可能包含<img>标记，但就此而言。

如果没有编写长长的最佳猜测列表，就无法可靠地解析任意HTML页面并从中获取徽标。