如何检测网页上的导航（菜单）
我正在写一个程序，这个程序会打开网页，其中一个功能是检测网页有多少个导航菜单，主导航有多长（也就是有多少个元素），导航元素中的平均文本量等等……
不过，我在检测菜单时遇到了一些问题。我觉得网页导航的编码方式大致有两种：
1. <ul><li><a>Home</a><li><a>Products</a></li>...</ul>
2. <div><a>Home</a><a>Product</a>...</div>
如果我找到这种结构，我就知道（或者说“我认为”）这就是导航。但这并不是绝对可靠的，我经常会出现误判。
所以有没有人有更好的方法来检测网页上的导航呢？
4 个回答
1
别忘了使用HTML5中的<nav>标签哦。
2
在HTML4和XHTML中，没有标准的方法来写菜单。在HTML5中，你可以使用<menu>和<nav>标签，但正如你所说，在早期的版本中，通常推荐的做法是使用无序列表。
我可能会写一些测试，然后同时使用这些测试来尝试找到菜单，比如根据文档中的位置、结构，以及像id和class这样的属性（这些属性的值通常会包含“menu”）。
5
没有一种通用的解决方案。你需要实现一些经验法则。我会尝试这样做：
- 用递归限制为1的方式获取所有网站页面（就像用wget命令：wget -r -l1 http://example.com/）
- 对于每个内部页面，记录该页面上的内部链接集合
- 找出所有集合的交集。
这样你就能得到一个稳定的内部链接集合，在大多数情况下，这个集合就是网站的“菜单”。