网页抓取搜索结果

Question

我需要帮助解决以下问题：

我需要通过Google搜索引擎验证特定网站的缓存网址。如果url将404或页面将不会呈现一些必要的html元素（被视为已损坏），我需要记录这些URL，然后将301重定向到正确的URL。我知道PHP和一些Python，但我不确定使用什么方法从给定站点的搜索引擎结果中删除所有URL。

Answer 1

http://simplehtmldom.sourceforge.net/ - 一个简单的html解析器。这个页面有一个例子;不确定这是否仍适用于谷歌即时搜索等。