如何以编程方式查找从html引用的所有文件？

Question

是否可以找到所有“href”和“src”属性，并检查它们的值是否包含"*/*.*"之类的内容？ '/'应该是唯一的（不是“//”，因为它可以在协议之后的开始使用）。

我猜查询会更复杂，但我是否正在考虑朝着正确的方向前进？我需要用C ++编写它，我可能会使用libcurl，但我猜这些事实并不重要。