如何判断一个网页是不是一个Blog的首页？

如何判断一个网页是不是一个Blog的首页？

最近碰到一个问题，如何从一组链接中，判断链接是不是Blog的首页链接？

先从 Blog 存放的地点说起：
1、由BSP托管的Blog，一般采用开源或者BSP独立开发的Blog系统；
2、由个人空间存放的Blog，一般采用开源的Blog系统。而个人空间存放的Blog大都是 比较职业的 价值比较高的Blogger。


对于第一类，BSP的Blog链接地址都是固定的，加上成规模的BSP数量较少，其Blog的首页链接可以列举出来。
对于第二类，问题要复杂些，
有的 www 首页就是 blog 的主页，
有的是采用子域名的方式，
有的采用目录的方式；

但无论哪种链接方式，Blog 首页都有以下属性：
1、blog首页链接的长度短；可以在这个链接下面发现更多以此链接为开头层级更深的链接；
2、连接中一般包含blog字样；
3、blog的作者为方便他人订阅其Blog，都有类似：bloglines , rss feed 的链接。


不知道各位有没有更好的判断方法。



我现在正在以donews的 10 大金刚为起点，抓取其blogroll，收集blogge地址呢。

* 博客：飞雪残剑无间道http://www.donews.net/tycoo
*
* 博客：互联生活每一天http://www.donews.net/liuren
*
* 博客：对牛乱弹琴http://www.donews.net/keso
*
* 博客：胡一郎是谁http://blog.donews.com/fanggang/
*
* 博客：Xin观点http://blog.donews.com/panxin/
*
* 博客：温柔的人生http://www.donews.net/chinabright
*
* 博客：求缺草堂 伟大是熬出来的！http://blog.donews.com/zhongzhan/
*
* 博客：快马黑蹄SP踏乱，乐庭羌鼓IT迷离http://blog.donews.com/banly/
*
* 博客：努力谁不是历史怀胎的时代人物http://www.donews.net/chennian
*
* 博客：努力做一个最懂法律的IT人/最懂IT的律师http://blog.donews.com/yuguofu/


最终的目的是，学习page rank算法，根据blogroll的链接做一个blog rank 的donews数据库。

希望这个可以作为keso的 brand rank 的一个补充。
keso 现在的blog的回复量是：22063 ,可谓惊人。
keso的blog( include yesterday news )数量是：1986 , 平均每个blog 11个回复。