步步递近网络蜘蛛(一)v1.0

2024-02-20 02:18
文章标签 网络 v1.0 蜘蛛 步步 递近

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;
}

这篇关于步步递近网络蜘蛛(一)v1.0的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/726733

相关文章

Linux系统配置NAT网络模式的详细步骤(附图文)

《Linux系统配置NAT网络模式的详细步骤(附图文)》本文详细指导如何在VMware环境下配置NAT网络模式,包括设置主机和虚拟机的IP地址、网关,以及针对Linux和Windows系统的具体步骤,... 目录一、配置NAT网络模式二、设置虚拟机交换机网关2.1 打开虚拟机2.2 管理员授权2.3 设置子

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

SpringBoot使用OkHttp完成高效网络请求详解

《SpringBoot使用OkHttp完成高效网络请求详解》OkHttp是一个高效的HTTP客户端,支持同步和异步请求,且具备自动处理cookie、缓存和连接池等高级功能,下面我们来看看SpringB... 目录一、OkHttp 简介二、在 Spring Boot 中集成 OkHttp三、封装 OkHttp

Linux系统之主机网络配置方式

《Linux系统之主机网络配置方式》:本文主要介绍Linux系统之主机网络配置方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、查看主机的网络参数1、查看主机名2、查看IP地址3、查看网关4、查看DNS二、配置网卡1、修改网卡配置文件2、nmcli工具【通用

使用Python高效获取网络数据的操作指南

《使用Python高效获取网络数据的操作指南》网络爬虫是一种自动化程序,用于访问和提取网站上的数据,Python是进行网络爬虫开发的理想语言,拥有丰富的库和工具,使得编写和维护爬虫变得简单高效,本文将... 目录网络爬虫的基本概念常用库介绍安装库Requests和BeautifulSoup爬虫开发发送请求解

如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解

《如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解》:本文主要介绍如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别的相关资料,描述了如何使用海康威视设备网络SD... 目录前言开发流程问题和解决方案dll库加载不到的问题老旧版本sdk不兼容的问题关键实现流程总结前言作为

SSID究竟是什么? WiFi网络名称及工作方式解析

《SSID究竟是什么?WiFi网络名称及工作方式解析》SID可以看作是无线网络的名称,类似于有线网络中的网络名称或者路由器的名称,在无线网络中,设备通过SSID来识别和连接到特定的无线网络... 当提到 Wi-Fi 网络时,就避不开「SSID」这个术语。简单来说,SSID 就是 Wi-Fi 网络的名称。比如

Java实现任务管理器性能网络监控数据的方法详解

《Java实现任务管理器性能网络监控数据的方法详解》在现代操作系统中,任务管理器是一个非常重要的工具,用于监控和管理计算机的运行状态,包括CPU使用率、内存占用等,对于开发者和系统管理员来说,了解这些... 目录引言一、背景知识二、准备工作1. Maven依赖2. Gradle依赖三、代码实现四、代码详解五

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

ASIO网络调试助手之一:简介

多年前,写过几篇《Boost.Asio C++网络编程》的学习文章,一直没机会实践。最近项目中用到了Asio,于是抽空写了个网络调试助手。 开发环境: Win10 Qt5.12.6 + Asio(standalone) + spdlog 支持协议: UDP + TCP Client + TCP Server 独立的Asio(http://www.think-async.com)只包含了头文件,不依