步步递近网络蜘蛛（一）v1.0

本文主要是介绍步步递近网络蜘蛛（一）v1.0，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

/*
* 名称：步步递近网络蜘蛛（一）
*
* 版本：v1.0
*
* 作者：张双喜
*
* 日期：2010.10.17
*
* 功能：从一段字符串中，找出合法的网址（在html中语法表达中正确的网址）
*
* 过程设计：
*    根据html语法规则进行筛选出网址
*    1、函数：my_strncmp(char *p, char *q, int n)
*        功能：自己模拟实现库函数strncmp
*
*    2、函数：judge_mark(char **p)
*        功能：判断是不是"<a "或" <a "，如果是，则进行下一步操作；
*       如果不是，返回NULL；
*
*    3、函数：judge_href(char **p)
*        功能：判断是不是" href"，如果是，则进行下一步操作；
*           如果不是，返回NULL；
*
*    4、函数：judge_equal_mark(char **p)
*        功能：判断是不是" ="，如果是，则进行下一步操作；
*           如果不是，返回NULL；
*
*    5、函数：judge_http(char **p)
*        功能：判断是不是" http"，如果是，则进行下一步操作；
*           如果不是，返回NULL；
*
*    6、函数：link(char **p)
*        功能：调用2、3、4、5函数，找到正确的网址
*
*   7、函数：pritnf_link(char *p)
*       功能：打印网址
*       备注：到网址结尾时，要对结尾进行处理，否则会一块把后面的a>等其他信息也打印出来
*
* */
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

//自己实现的strncmp函数
int my_strncmp(char *p, char *q, int n)
{
   int i = 0;
   int count = 0;

   for( i = 0; i < n; i++)
   {
       if(*(p+i) == *(q+i))
       {
           count++;
       }
   }

   if(count == n)
   {
       return 0;
   }
   else
   {
       return 1;
   }
}

//判断是否满足"<a "
char * judge_mark(char **p)
{
   while(' ' == **p)
   {
       (*p)++;
   }

   if(0 == my_strncmp(*p, "<a ", 3))
   {
       *p = *p + 3;

       return *p;
   }
   else
   {
       return NULL;
   }

}

//判断是否满足**** href
char * judge_href(char **p)
{
   while(' ' == **p)
   {
       (*p)++;
   }
   if(0 == my_strncmp(*p, "href", 4))
   {
       *p = *p + 4;
       return *p;
   }
   else
   {
       return NULL;
   }
}

//判断是否满足*** =
char * judge_equal_mark(char **p)
{
   while(' ' == **p)
   {
       (*p)++;
   }
   if('=' == **p)
   {
       return (*p) + 1;
   }
   else
   {
       return NULL;
   }

}

//判断是否满足** ["] ['] http
char * judge_http(char **p)
{
   while((' ' == **p) || ('/"' == **p) || ('/'' == **p))
   {
       (*p)++;
   }

   if(('/"' == **p) || ('h' == **p) || ('/'' == **p))
   {
       return (*p);
   }
   else
   {
       return NULL;
   }
}

//功能：生成要网址
char * link (char **p)
{
   char *ret;

   ret = judge_mark(p);
   if(NULL != ret)
   {
       ret = judge_href(&ret);
   }
   if(NULL != ret)
   {
       ret = judge_equal_mark(&ret);
   }
   if(NULL != ret)
   {
       ret = judge_http(&ret);
   }

   return ret;
}

//打印网址
void printf_link(char *p)
{
   int i = 0;

   if(NULL != p)
   {
       while(((*(p+i) != '/"') && (*(p+i) != '/'') && (*(p+i) != '>') && (*(p+i) != '/0') && (*(p+i) != ' ')))
       {
           printf("%c", *(p+i));
           i++;
       }
       printf("/n");
   }

   return;
}

int main(int argc, char* argv[])
{
   char *ret;

   char *s1 = "      <a     href   = /"http://www.akaedu.org/"> ok </a>";
   char *s2 = " <a href =    http://www.akaedu.org ";
   char *s3 = "< a href =    http://www.akaedu.org";
   char *s4 = "<a      href         =      /"        http://www.akaedu./"org";

   ret = link(&s1);
   printf_link(ret);

   ret = link(&s2);
   printf_link(ret);

   ret = link(&s3);
   printf_link(ret);

   ret = link(&s4);
   printf_link(ret);

   return 0;
}