Php 我们如何清理Google搜索URL'；s列表，由DOM使用

我们正在进行一个与谷歌相关的项目，其中我们需要一个来自Google.com的搜索URL列表。请看我们的代码

include('dom/simple_html_dom.php');
$html = "http://www.google.com/search?q=stackoverflow";
$doc = new DOMDocument();
$doc = new DOMDocument;
$doc->loadhtmlfile($html);
$tags = $doc->getElementsByTagName('a');

 foreach ($tags as $tag) {
        echo $tag->getAttribute('href')."<br>";
 }

我们只需要排名前十的搜索结果，不需要谷歌添加的其他参数，如

http://stackoverflow.com/users/login

已清除的URL

已编辑 在另一种情况下，在随机情况下，有时值具有一些真实参数

http://stackoverflow.com/users/login?checking=ok&tesing=working

，但如果分解URL，则可以返回正确的参数。 已编辑

请帮助我使这个脚本更好

谢谢

---

PPS

它可以简单到：

$url = explode('&sa=','/url?q=http://stackoverflow.com/users/login&sa=U&ei=c_FWUPyTEoHIrQfsiYB4&ved=0CB8QqwMoADAA&usg=AFQjCNG2OZyIKUhw3qJpqiEgscmvrCRoYw');

$cleaned = str_replace('/url?q=','',$p[0]);
print($cleaned);

不过，有些人可能有更干净的方法

例如：

$url = explode('&sa=','/url?q=http://stackoverflow.com/users/login?checking=ok&tesing=working&sa=U&ei=c_FWUPyTEoHIrQfsiYB4&ved=0CB8QqwMoADAA&usg=AFQjCNG2OZyIKUhw3qJpqiEgscmvrCRoYw',2);


$cleaned = str_replace('/url?q=','',$url[0]);
print($cleaned);

返回

http://stackoverflow.com/users/login?checking=ok&tesing=working

您可以像这样迭代它们：

foreach ($tags as $tag) {
    $arrHref=parse_url($tag->getAttribute('href'));
    $yourNewLink=$arrHref['scheme'].$arrHref['host'].$arrHref['path']
    echo $yourNewLink;
}

您可以在需要时使用退出循环：

$loopLimit=10;
$curCount=0;
foreach ($tags as $tag) 
{
    $arrHref=parse_url($tag->getAttribute('href'));
    $yourNewLink=$arrHref['scheme'].$arrHref['host'].$arrHref['path']
    echo $yourNewLink;
    $curCount++;
    if($curCount>$LoopLimit)
    {
        break;
    }
}

---

如果存在参数，则不会给出正确的结果。在本例中：-/url？q=。。。那么它就不会给出正确的值。我现在已经编辑了它，第一个google参数总是&sa=（据我所知），所以它应该在sa=上爆炸，这意味着所有真正的参数仍然存在

$loopLimit=10;
$curCount=0;
foreach ($tags as $tag) 
{
    $arrHref=parse_url($tag->getAttribute('href'));
    $yourNewLink=$arrHref['scheme'].$arrHref['host'].$arrHref['path']
    echo $yourNewLink;
    $curCount++;
    if($curCount>$LoopLimit)
    {
        break;
    }
}