解析HTML代碼中的URL C++

Question

我在C++中創建了一個簡單的網絡爬蟲。目前我已經設法從種子URL獲取HTML代碼，並保存在字符串或文本文件中。

如何查找並保存HTML中的URL我想繼續我的網頁爬行？

Answer 1

要做到這一點，你需要一個合適的HTML解析器。 Gumbo是一個開源的HTML5語法分析器，由Google編寫開發源代碼，您可以使用它來實現類似這樣的事情。