Logométrie

Je suis à la recherche d'une personne qui pourrait m'identifier ou me créer un outil pour faire les opération suivantes à partir d'une liste d'url (quelque unes ou plusieurs centaines):
- reconnaitre dans le contenue de la page web la présence d'une expression
- récupérer l'expression question ainsi que les mots qui la précédè et/ou qui la suive
- fournir le résultat dans un tableau

Exemple avec l'url:
[URL visible pour les membres Pro]

- reconnaitre dans le contenu de la page l'expression "filière" et "filières"
- récupération des mots avec les 8 mots suivants du même paragraphe ce qui donne:
filières d’entreprises
Filières en cours d’accompagnement :
Filière déchets : collecte, traitement, valorisation et recyclage
filière de la gestion des déchets en Languedoc Roussillon
filière…
filière imprimerie en Languedoc-Roussillon.
filière des ports de plaisance. Optimiser l’attractivité touristique du
filière des Services à la Personne en Languedoc
filière…

avec donc dans une colonne les expression et dans l'autre le lien url concerné.

Il faudrait que l'outil puisse travailler de façon automatique sur des listes d'url. Par exemple faire le même travail avec l’expression "publics bénéficiaire" dans une liste de 350 url.