網頁抓取搜索結果

Question

我需要幫助解決以下問題：

我需要驗證通過谷歌搜索引擎高速緩存的URL爲特定網站。在這種情況下，url將404或者頁面不會呈現一些必要的html元素（被認爲是壞掉的），我需要記錄這些URL，然後301重定向到正確的URL。我知道PHP和一點Python，但我不確定使用什麼方法從給定站點的搜索引擎結果中取消所有URL。

Answer 1

http://simplehtmldom.sourceforge.net/ - 一個簡單的html解析器。在這個頁面有一個例子;不知道這是否仍然適用於Google即時搜索等。