一个CHttpFile下载网页的例子

系统 1941 0
      
        /*
      
      
        ************************************************************************************

项目是分析各视频的真实地址 生成一个dll, 供其它项目使用, 项目中使用了zlib, boost, 要另下载
        
如果是sohu网站则自己分析地址. 如果是其它视频网站才从flvcd上获取结果. 项目中使用了: 1.gizp解压. 2.UTF8与GB2312转码 3.boost正则表达式 boost查找单个匹配, 查找所有匹配 4.sohu视频地址是分了四类视频分析的. 可以用fiddler查找功能查找到所想要的几个字符串 5.文件获取是使用的MFC中的CHttpFile获取的, 尝试用了WinINet和WinHTTP ms的api访问网络的都不怎么行. chrome浏览器第一个版本是用winhttp访问网络的. 也试过socket访问网络 但要跳转什么的太繁了 6.函数导出, 可以用def文件. 也可以用dellexport 7.多线程CreateThread 注: 网络访问花了相当大的时间 正则表达式boost中的perl正则表达式. "要写成\" \要写成\\, 要多用查找替换. 匹配多个结果时要迭代搜索查询 网络给的数据是压缩的gzip问题也花了好长时间. utf-8与gb2312转换也花了好长时间. buff最后一次读取时, 字符串没法控制. 内存初始化是没置成0就行了 函数导出研究了两种方法, 花了很长时间. 多线程没花多长时间 ************************************************************************************
*/

 

Analyzer.cpp

      vector<string> Analyzer::GetPropertyInIntegratedBrackets(string strPropertyName, string strJson)

{

	vector<string> vect;

	regex regclipsURL("(?<=(" + strPropertyName + "\":\\[))[^]]+?(?=(]))");

	boost::smatch what;

	string strclipsURL = "";

	//转成另一个变量再传,不然出错 强转是强的指针,以前是结构类型,强指针没用

	if(regex_search(strJson, what, regclipsURL))

	{

		strclipsURL = what[0];

	}

	int iIndex = 0;

	while (iIndex >= 0)

	{

		iIndex = strclipsURL.find(',');

		if(iIndex > 0)

		{

			vect.push_back(strclipsURL.substr(1, iIndex - 2));//去了两边的双引号

			strclipsURL = strclipsURL.substr(iIndex + 1);

		}

		else

			vect.push_back(strclipsURL.substr(1,strlen(strclipsURL.c_str()) - 2)); //去了两边的双引号

	} 

	return vect;

}

int Analyzer::httpgzdecompress(Byte *zdata, uLong nzdata, Byte *data, uLong *ndata)

{

	int err = 0;

	z_stream d_stream = {0}; /* decompression stream */

	static char dummy_head[2] = 

	{

		0x8 + 0x7 * 0x10,

		(((0x8 + 0x7 * 0x10) * 0x100 + 30) / 31 * 31) & 0xFF,

	};

	d_stream.zalloc = (alloc_func)0;

	d_stream.zfree = (free_func)0;

	d_stream.opaque = (voidpf)0;

	d_stream.next_in  = zdata;

	d_stream.avail_in = 0;

	d_stream.next_out = data;

	if(inflateInit2(&d_stream, 47) != Z_OK) return -1;

	while (d_stream.total_out < *ndata && d_stream.total_in < nzdata) 

	{

		d_stream.avail_in = d_stream.avail_out = 1; /* force small buffers */

		if((err = inflate(&d_stream, Z_NO_FLUSH)) == Z_STREAM_END) break;

		if(err != Z_OK )

		{

			if(err == Z_DATA_ERROR)

			{

				d_stream.next_in = (Bytef*) dummy_head;

				d_stream.avail_in = sizeof(dummy_head);

				if((err = inflate(&d_stream, Z_NO_FLUSH)) != Z_OK) 

				{

					return -1;

				}

			}

			else return -1;

		}

	}

	if(inflateEnd(&d_stream) != Z_OK) return -1;

	*ndata = d_stream.total_out;

	return 0;

}

//ms-help://MS.VSCC.v90/MS.MSDNQTR.v90.chs/intl/unicode_81rn.htm

//将UTF8字符串转换为gb2312    

CString Analyzer::ConvertUTF8toGB2312(const char *pData, size_t size)

{

	size_t n = MultiByteToWideChar(CP_UTF8, 0, pData, (int)size, NULL, 0);

	WCHAR   *   pChar   =   new   WCHAR[n+1];



	n = MultiByteToWideChar(CP_UTF8, 0, pData, (int)size, pChar, n);

	pChar[n]=0;



	n = WideCharToMultiByte(936, 0, pChar, -1, 0, 0, 0, 0);

	char *p = new char[n+1];



	n = WideCharToMultiByte(936, 0, pChar, -1, p, (int)n, 0, 0);

	CString result(p);



	delete []pChar;

	delete []p;

	return result;

} 



CString Analyzer::GetPageHtml(CString strUrl) 

{

	CString strHtml = "";//获取HTML

	try

	{

		strUrl = strUrl.Trim();

		CInternetSession session("HttpClient");

		session.SetOption(INTERNET_OPTION_CONNECT_TIMEOUT, 5000);      // 5秒的连接超时

		session.SetOption(INTERNET_OPTION_SEND_TIMEOUT, 1000);           // 1秒的发送超时

		session.SetOption(INTERNET_OPTION_RECEIVE_TIMEOUT, 7000);        // 7秒的接收超时

		session.SetOption(INTERNET_OPTION_DATA_SEND_TIMEOUT, 1000);     // 1秒的发送超时

		session.SetOption(INTERNET_OPTION_DATA_RECEIVE_TIMEOUT, 7000);       // 7秒的接收超时

		session.SetOption(INTERNET_OPTION_CONNECT_RETRIES, 1);          // 1次重试

		CHttpFile* pFile = (CHttpFile*)session.OpenURL((LPCTSTR)strUrl, 1, INTERNET_FLAG_RELOAD | INTERNET_FLAG_TRANSFER_BINARY);

		DWORD dwStatusCode;   

		pFile-> QueryInfoStatusCode(dwStatusCode);



		if(dwStatusCode == HTTP_STATUS_OK)   

		{   

			CString strLength = "";

			CString strHeaders = "";

			pFile->QueryInfo(HTTP_QUERY_CONTENT_LENGTH, strLength);

			pFile->QueryInfo(HTTP_QUERY_RAW_HEADERS_CRLF, strHeaders);

			long lLength = 4096 * 500;

			byte* pbHtml = new byte[lLength]; //在堆上动态分配内存

			memset(pbHtml, 0, lLength); //初始化

			byte sRecived[512];

			int iIndex = 0;

			int num = 0;

			while((num = pFile->Read(sRecived,512)) > 0 )

			{

				memcpy(pbHtml+iIndex, sRecived, num);

				iIndex+=num;

			}

			pbHtml[iIndex] = NULL;



			if(strHeaders.Find("gzip") > -1)

			{

				uLong ulLength = 4096 * 500;

				byte* pbData = new byte[ulLength];

				memset(pbData,0,ulLength);

				httpgzdecompress(pbHtml, lLength, pbData, &ulLength);

				pbData[ulLength] = NULL;

				strHtml = (CHAR*)pbData;

				delete pbData;

			}

			else

			{

				strHtml = (CHAR*)pbHtml;

				if(strHeaders.MakeLower().Find("utf-8") > - 1 || strHtml.MakeLower().Find("utf-8") > -1)//strHtml变成小写了

				{

					strHtml = ConvertUTF8toGB2312((CHAR*)pbHtml,strlen((CHAR*)pbHtml));//编码转换

				}

				else//重新得到大小写区分的

				{

					strHtml = (CHAR*)pbHtml;

				}

			}

			delete pbHtml;

		}

		pFile -> Close();   

		delete pFile; 

		session.Close();

		return strHtml;

	}

	catch (CException* e)

	{

		(void)e;

		this->m_State = Analyzer_State_NetError;

		return "";

	}

}




    

源码下载

一个CHttpFile下载网页的例子


更多文章、技术交流、商务合作、联系博主

微信扫码或搜索:z360901061

微信扫一扫加我为好友

QQ号联系: 360901061

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描下面二维码支持博主2元、5元、10元、20元等您想捐的金额吧,狠狠点击下面给点支持吧,站长非常感激您!手机微信长按不能支付解决办法:请将微信支付二维码保存到相册,切换到微信,然后点击微信右上角扫一扫功能,选择支付二维码完成支付。

【本文对您有帮助就好】

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描上面二维码支持博主2元、5元、10元、自定义金额等您想捐的金额吧,站长会非常 感谢您的哦!!!

发表我的评论
最新评论 总共0条评论