位置: IT常识 - 正文

Linux下socket实现网页抓取 Unicorn 博客频道 CSDN.NET

编辑:rootadmin
Linux下socket实现网页抓取 - Unicorn - 博客频道 - CSDN.NET Linux下socket实现网页抓取 分类: C/C++学习点滴 DO spiders DO linux编 Linux下socket实现网页抓取 分类: C/C++学习点滴 DO spiders DO linux编程 2007-10-06 21:33 951人阅读 评论(0) 收藏 举报

推荐整理分享Linux下socket实现网页抓取 Unicorn 博客频道 CSDN.NET,希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

主要用来和WinSock进行下比较:

--WinSock--

需要初始化:

if( (Ret = WSAStartup(MAKEWORD(1,1), &wsaData) ) != 0 )

{

printf("WSAStartup failed with error %d/n", Ret);

return FALSE;

}

头文件:

--WinSock--

#include <winsock2.h> //header

#pragma comment (lib, "ws2_32.lib") //lib

--Linux--

#include <sys/socket.h>

#include <netinet/in.h>

#include <arpa/inet.h>

#include <netdb.h>

各个头文件的作用还需要进一步研究

gethostbyname(host)://从主机名返回地址

这个都是一样的,返回一个struct hostent *的指针。

地址结构:

--WinSock--

SOCKADDR_IN

--Linux--

sockaddr_in

实际上是一样的都是

struct sockaddr_in{

shortsin_family;

unsigned short sin_port;

struct in_addr sin_addr;

charsin_zero[8];

};

(

这个结构是sockaddr的等价结构

struct sockaddr

{

unsigned short sa_family; // address family, AF_XXX

char sa_data[14]; //14 bytes of protocol address

};

)

其中IP地址结构struct in_addr定义如下:

struct in_addr {

union {

struct{

unsigned char s_b1,

s_b2,

s_b3,

s_b4;

} S_un_b;

struct {

unsigned short s_w1,

s_w2;

} S_un_w;

unsigned long S_addr;

} S_un;

};

Socket:

--WinSock--

返回句柄SOCKET,就是socket描述符

--Linux--

比较直接返回int型socket描述符

函数接口都一样

函数例子:

socket (AF_INET, SOCK_STREAM, 0); //TCP

connect(sock, (const sockaddr * )&tcpaddr, sizeof(tcpaddr)); //返回值有不同

--WinSock--

If no error occurs, connect returns zero. Otherwise, it returns SOCKET_ERROR, and a specific error code can be retrieved by calling

WSAGetLastError.

--Linux--

错误返回-1

send(sock_description, message, strlen(message), 0); //返回值不同

--WinSock--

If no error occurs, send returns the total number of bytes sent, which can be less than the number indicated by len. Otherwise, a value of

SOCKET_ERROR is returned, and a specific error code can be retrieved by calling WSAGetLastError.

--Linux--

错误返回-1

recv(sock_description, buffer, sizeof(buffer), 0);//返回值不同

--WinSock--

If no error occurs, recv returns the number of bytes received. If the connection has been gracefully closed, the return value is zero. Otherwise, a

value of SOCKET_ERROR is returned, and a specific error code can be retrieved by calling WSAGetLastError.

--Linux--

错误返回-1

结束:

--WinSock--

closesocket(sock);

Linux下socket实现网页抓取  Unicorn  博客频道  CSDN.NET

if( WSACleanup() == SOCKET_ERROR )

{

printf("WSACleanup failed with error %d /n", WSAGetLastError() );

}

--Linux--

close(sock);

下面是一个Linux下socket一个HTTP协议GET方法的应用:

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

#include <sys/socket.h>

#include <netinet/in.h>

#include <arpa/inet.h>

#include <netdb.h>

char*host = "www.hao123.com";

intport = 80;

int main(void)

{

char buffer[512];

int isock;

struct sockaddr_in pin;

struct hostent * remoteHost;

char message[512];

int done = 0;

int chars = 0;

int l = 0;

if( (remoteHost = gethostbyname(host)) == 0 )

{

printf("Error resolving host/n");

exit(1);

}

bzero(message,sizeof(message));

bzero(&pin,sizeof(pin));

pin.sin_family = AF_INET;

pin.sin_port = htons(port);

pin.sin_addr.s_addr = ( (struct in_addr *)(remoteHost->h_addr) )->s_addr;

if( (isock = socket(AF_INET, SOCK_STREAM, 0)) == -1)

{

printf("Error opening socket!/n");

exit(1);

}

sprintf(message, "GET / HTTP/1.1/r/n");

strcat(message, "Host:www.hao123.com/r/n");

strcat(message, "Accept: */*/r/n");

strcat(message, "User-Agent: Mozilla/4.0(compatible)/r/n");

strcat(message, "connection:Keep-Alive/r/n");

strcat(message, "/r/n/r/n");

printf("%s",message);

if( connect(isock, (void *)&pin, sizeof(pin)) == -1 )

{

printf("Error connecting to socket/n");

exit(1);

}

if( send(isock, message, strlen(message), 0) == -1)

{

printf("Error in send/n");

exit(1);

}

while(done == 0)

{

l = recv(isock, buffer, 1, 0);

if( l < 0 )

done = 1;

switch(*buffer)

{

case '/r':

break;

case '/n':

if(chars == 0)

done = 1;

chars = 0;

break;

default:

chars++;

break;

}

printf("%c",*buffer);

}

do

{

l = recv(isock, buffer, sizeof(buffer) - 1, 0);

if( l < 0 )

break;

*(buffer + l) = 0;

fputs(buffer, stdout);

}while( l > 0 );

close(isock);

return 0;

}

本文链接地址:https://www.jiuchutong.com/zhishi/304077.html 转载请保留说明!

上一篇:帝国cms附表如何分表(帝国cms使用手册)

下一篇:帝国cms怎么多条件搜索(帝国cms界面)

  • 转让非独占许可使用权
  • 发票在系统里作用大吗
  • 资金账户托管协议
  • 境内公司没有收购的股票
  • 小企业固定资产折旧的账务处理
  • 业务招待费的扣除标准是什么2022
  • 给经销商的回扣如何做账?
  • 怎么计算收益率
  • 土地储备机构也称为什么
  • 承包租赁成本明细表的预算项目
  • 公司预存话费应该怎么做会计处理?
  • 航天信息开票步骤
  • 企业计提工资的操作步骤
  • 预收物业费是否必须开具发票
  • 代发工资超过5000 可以不交税吗
  • 雇主责任险可以税前扣除吗
  • 新25项工资薪金是什么
  • 文化事业建设费的征收范围
  • 合伙企业税收优惠政策2023
  • 员工赔偿款需要交个税么
  • 企业捐赠如何入账
  • 用积分兑换礼品英语怎么说
  • 什么是留存收益项目
  • 开发票时的数据可以四舍五入吗
  • Win7系统中如何快速查询文件内容
  • 青岛酒店式公寓出租
  • php字符串定义
  • 应付债券包括
  • 补缴社保会被税务稽查吗
  • 企业所得税的概述
  • php生成php文件
  • 如何计算业务招标价格
  • 哪些属于政府补贴
  • PHP中使用关键字什么来指明类与类之间的继承关系
  • 谷歌浏览器被hao123锁定改不了
  • bom也称为
  • 替票报销财务犯法吗
  • 2023年前端开发找工作好找吗
  • 大学生web前端期刊有哪些
  • 对方代垫保险费算不算入账价值
  • 贷款和应收款项属于金融资产吗
  • 计提怎么理解
  • phpcms怎么用
  • 发票临时增量好难
  • 免征增值税的会计处理
  • 代扣代缴消费税怎么算
  • 增值税征收类型
  • 加盟费明细
  • 劳务费个税账务处理办法
  • 车辆抵押贷款怎么办理
  • 职工薪酬纳税调整
  • 一次性加速折旧额怎么算
  • 其他应付款可以转主营业务收入吗
  • 项目人员租房费用怎么算
  • 机物料消耗计入什么费用
  • 一般纳税人租赁不动产增值税税率
  • 员工话费实报实销分录
  • 跨月报销的凭证有哪些
  • 退票费收入按什么征税
  • 个体户利润总额是4万应缴纳多少个人经营所得
  • sql ntext数据类型字符替换实现代码
  • mysql数据库定时备份脚本
  • centos怎么设置
  • centos 安装程序
  • cpqdfwag.exe是什么进程 能结束吗 cpqdfwag进程查询
  • gacrunner.exe是什么
  • win10鼠标箭头怎么换样式
  • windows10电脑屏保怎么取消
  • 我今天抽6
  • jquery点击移动div
  • python中sort()的用法
  • 曲剧全场戏双玉蝉
  • android入门教程
  • python基本介绍
  • 医疗费发票查询
  • 重庆车位过户需要多久时间
  • 开票信息电子版怎么做
  • 江西省国家税务局李德平
  • 合肥地税局上班时间
  • 锦江区税务局发行窗口在哪
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设