我的答案正在扩展@AI W使用页面标题的答案。以下是完成他所说的代码。

<?php

function get_title($url){
  $str = file_get_contents($url);
  if(strlen($str)>0){
    $str = trim(preg_replace('/\s+/', ' ', $str)); // supports line breaks inside <title>
    preg_match("/\<title\>(.*)\<\/title\>/i",$str,$title); // ignore case
    return $title[1];
  }
}
//Example:
echo get_title("http://www.washingtontimes.com/");

?>

输出值

华盛顿时报-政治，最新消息，美国和世界新闻

如您所见，这并不完全是Google所使用的，因此这使我相信他们可以获得URL的主机名并将其与自己的列表匹配。