linux下从HTML到c++的关键字提取

我正在做一个简单的客户机-服务器项目。客户端是用Java编写的，它将关键字发送到Linux下编写的c++服务器，并接收最佳排名的url列表(取决于关键字的出现次数)。服务器的工作是遍历一些url来搜索关键字并返回最合适的url。现在的问题是，我必须解析HTML网站，以找到出现的关键字，加上我需要从访问的页面提取链接，以搜索他们。我的问题是，我可以用哪个库来做到这一点?记住只有c++ linux库适合我。有一些类似的主题，所以我试着通过他们中的大多数，但有些库只解析html文件，我不想下载我访问的每个网站，但解析它的飞行，只是存储它的排名和url。其中一些在我看来有点复杂——例如，首先将HTML解析为XML或其他东西，然后最后用c++处理结果。是否有一些简单而足够的东西来完成我需要它做的事情?如有任何建议，不胜感激。