如何从网站获取包含关键字的网址？

Question

如何从网站获取包含提供的关键字的网址？

例如：我想捕获所有的锚HREF的这一页http://www.catererglobal.com/rzwritingajobad.html
包含任何关键字（促进，就业）

预期成果包括：

http://www.catererglobal.com/recruiters/rz-promote-your-brand 的http：// www.catererglobal.com/recruiters/rz-job-advertising

Answer 1

这是我如何做到这一点在PHP =）

<?php 
$oldSetting = libxml_use_internal_errors(true); 
libxml_clear_errors(); 

$html = new DOMDocument(); 
$html->loadHtmlFile('http://www.catererglobal.com/rzwritingajobad.html'); 
$xpath = new DOMXPath($html); 
$links = $xpath->query('//a'); 

foreach ($links as $link) { 
    $cur = $link->getAttribute('href'); 
    if (preg_match('/(promote|job)/', $cur)) { echo "$cur\n"; } 
} 

libxml_clear_errors(); 
libxml_use_internal_errors($oldSetting); 
?> 

输出是：

http://www.catererglobal.com/recruiters/rz-job-advertising/10298792/post-a-job/ 
/recruiters/rz-job-advertising 
/recruiters/rz-promote-your-brand 
/moreterms/job-location 
http://www.madgex.com/job-boards/ 

XPath是我们最好的朋友;）