青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品

woaidongmao

文章均收錄自他人博客,但不喜標題前加-[轉貼],因其丑陋,見諒!~
隨筆 - 1469, 文章 - 0, 評論 - 661, 引用 - 0
數據加載中……

用C語言編寫一個網絡蜘蛛來搜索網上出現的電子郵件地址

    可能大家經常要去互聯網上搜索特定的內容,比如收集大量郵件地址,如果用 google 之類的搜索引擎是沒法實現這種特定功能的,所以用 C 語言來寫一個吧。它的功能就是不斷去取得網絡上的頁面,然后分析出網頁上出現的郵件地址保存下來。象個蜘蛛一樣,從網絡上一個網頁爬向另一個網頁,不停止地搜索郵件地址。

當然這只是一個原理展示程序,并沒有進行優化。

這個程序的 main 函數流程圖如下:
clip_image002
即:分析程序運行時的參數,把各網頁地址作為根節點加入到鏈表,然后從鏈表頭開始處理各節點

對整個鏈表的處理是先處理兄弟節點,流程圖如下:
clip_image004

然后再處理各節點的子節點,流程圖如下:
clip_image006
當然,這里采用了遞歸調用方法,處理子節點的數據時和處理整個鏈表一樣循環處理就是了。

/************
關于本文檔********************************************
*filename:
C 語言編寫一個網絡蜘蛛來搜索網上出現的電子郵件地址
*purpose:
一個郵址搜索程序的雛形
*wrote by: zhoulifa(zhoulifa@163.com)
周立發(http://zhoulifa.bokee.com)
Linux
愛好者 Linux知識傳播者 SOHO族開發者 最擅長C語言
*date time:2006-08-31 21:00:00
*Note:
任何人可以任意復制代碼并運用這些文檔,當然包括你的商業用途
*
但請遵循GPL
*Hope:
希望越來越多的人貢獻自己的力量,為科學技術發展出力
*********************************************************************/

程序在運行的過程中要建立一個樹形鏈表結構,結構圖如下:
clip_image008

程序啟動時分析所帶參數,把各參數加入到根網頁節點,如果有多個參數則這個根網頁有兄弟節點。
然后從根節點開始處理這一級上各節點,把各節點網頁上出現的網頁鏈接加到該節點的子節點上,處理完當前這一級后處理子節點這一級。

源代碼如下:
[code]
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <sys/mman.h>
#include <unistd.h>
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <netdb.h>
#include <errno.h>
#include <locale.h>

#define USERAGENT "Wget/1.10.2"
#define ACCEPT "*/*"
#define ACCEPTLANGUAGE "zh-cn,zh;q=0.5"
#define ACCEPTENCODING "gzip,deflate"
#define ACCEPTCHARSET "gb2312,utf-8;q=0.7,*;q=0.7"
#define KEEPALIVE "300"
#define CONNECTION "keep-alive"
#define CONTENTTYPE "application/x-www-form-urlencoded"

#define MAXFILENAME 14
#define DEBUG 1

typedef struct webnode {
        char * host;                 /*
網頁所在的主機 */
        int port;                    /*
網絡服務器所使用的端口 */
        char * dir;                  /*
網頁所在的目錄 */
        char * page;                 /*
網頁文件名 */
        char * file;                 /*
本地保存的文件名 */
        char IsHandled;              /*
是否處理過 */
        struct webnode * brother;    /*
兄弟節點鏈表指針 */
        struct webnode * child;      /*
子節點鏈表指針 */
} WEBNODE;

struct sockaddr_in server_addr;
int sockfd = 0, dsend = 0, totalsend = 0, nbytes = 0, reqn = 0, i = 0, j = 0, ret = 0;
struct hostent *host;
char request[409600] = "", buffer[1024] = "", httpheader[1024] = "";
int FileNumber = 0;
char e[2] = "@/";
WEBNODE * NodeHeader, * NodeTail, * NodeCurr;
char * mapped_mem;

int GetHost(char * , char ** , char ** , int * , char ** ); /**/
void AnalyzePage(WEBNODE *); /**/
void AddInitNode(char *, char *, int, char * ); /**/
void HandleInitNode(WEBNODE *); /**/
void DisplayNode(WEBNODE *); /**/
void HandOneNode(WEBNODE *); /**/
void DoneWithList(int); /**/
void DoOnce(); /**/
void ConnectWeb(void); /**/
void SendRequest(void); /**/
void ReceiveResponse(void); /**/
void GetEmail(char * ); /**/
void GetLink(char * ); /**/
void GetBeforePos(char * , char ** ); /**/
void GetAfterPos(char * , char ** ); /**/
void AddChildNode(WEBNODE * , char * ); /**/
void GetAfterPosWithSlash(char * , char ** ); /**/
void GetMemory(char ** , int ); /**/
int IsExistWeb(WEBNODE * , char * , char * , int , char * ); /**/
void Rstrchr(char * , int , char ** ); /**/
int GetLocalAgent(char * UserAgent, char * Accept, char * AcceptLanguage, char * AcceptEncoding, char * AcceptCharset, char * KeepAlive, char * Connection, char * ContentType); /**/

/**************************************************************
功能:設置 HTTP 協議頭內容的一些固定值
***************************************************************/
int GetLocalAgent(char * UserAgent, char * Accept, char * AcceptLanguage, char * AcceptEncoding, char * AcceptCharset, char * KeepAlive, char * Connection, char * ContentType)
{
  memcpy(UserAgent, USERAGENT, strlen(USERAGENT));
  memcpy(Accept, ACCEPT, strlen(ACCEPT));
  memcpy(AcceptLanguage, ACCEPTLANGUAGE, strlen(ACCEPTLANGUAGE));
  memcpy(AcceptEncoding, ACCEPTENCODING, strlen(ACCEPTENCODING));
  memcpy(AcceptCharset, ACCEPTCHARSET, strlen(ACCEPTCHARSET));
  memcpy(KeepAlive, KEEPALIVE, strlen(KEEPALIVE));
  memcpy(Connection, CONNECTION, strlen(CONNECTION));
  memcpy(ContentType, CONTENTTYPE, strlen(CONTENTTYPE));
  return 0;
}

/**************************************************************
功能:在字符串 s 里搜索 x 字符,并設置指針 d 指向該位置
***************************************************************/
void Rstrchr(char * s, int x, char ** d)
{
        int len = strlen(s) - 1;
        while(len >= 0)        {
                if(x == s[len]) {(*d) = s + len; return;}
                len--;
        }
        (*d) = 0;
}

/**************************************************************
功能:連接一個網站服務器
***************************************************************/
void ConnectWeb(void) { /* connect to web server */
  /* create a socket descriptor */
  if((sockfd=socket(PF_INET,SOCK_STREAM,0))==-1)
  {
    fprintf(stderr,"\tSocket Error:%s\a\n",strerror(errno));
    exit(1);
  }

  /* bind address */
  bzero(&server_addr, sizeof(server_addr));
  server_addr.sin_family = AF_INET;
  server_addr.sin_port = htons(NodeCurr->port);
  server_addr.sin_addr = *((struct in_addr *)host->h_addr);

  /* connect to the server */
  if(connect(sockfd, (struct sockaddr *)(&server_addr), sizeof(struct sockaddr)) == -1)
  {
    fprintf(stderr, "\tConnect Error:%s\a\n", strerror(errno));
    exit(1);
  }
}

/**************************************************************
功能:向網站發送 HTTP 請求
***************************************************************/
void SendRequest(void) { /* send my http-request to web server */
  dsend = 0;totalsend = 0;
  nbytes=strlen(request);
  while(totalsend < nbytes) {
    dsend = write(sockfd, request + totalsend, nbytes - totalsend);
    if(dsend==-1)  {fprintf(stderr, "\tsend error!%s\n", strerror(errno));exit(0);}
    totalsend+=dsend;
    fprintf(stdout, "\n\tRequest.%d %d bytes send OK!\n", reqn, totalsend);
  }
}

/**************************************************************
功能:接收網站的 HTTP 返回
***************************************************************/
void ReceiveResponse(void) { /* get response from web server */
  fd_set writefds;
  struct timeval tival;
  int retry = 0;
  FILE * localfp = NULL;

  i=0; j = 0;
__ReCeive:
  FD_ZERO(&writefds);
  tival.tv_sec = 10;
  tival.tv_usec = 0;
  if(sockfd > 0) FD_SET(sockfd, &writefds);
  else {fprintf(stderr, "\n\tError, socket is negative!\n"); exit(0);}

  ret = select(sockfd + 1, &writefds, NULL, NULL, &tival);
  if(ret ==0 ) {
    if(retry++ < 10) goto __ReCeive;
  }
  if(ret <= 0) {fprintf(stderr, "\n\tError while receiving!\n"); exit(0);}

  if(FD_ISSET(sockfd, &writefds))    {
    memset(buffer, 0, 1024);
    memset(httpheader, 0, 1024);
    if((localfp = fopen(NodeCurr->file, "w")) == NULL) {if(DEBUG) fprintf(stderr, "create file '%s' error\n", NodeCurr->file); return;}
    /* receive data from web server */
    while((nbytes=read(sockfd,buffer,1))==1)
    {
      if(i < 4)  { /*
獲取 HTTP 消息頭 */
        if(buffer[0] == '\r' || buffer[0] == '\n')  i++;
        else i = 0;
        memcpy(httpheader + j, buffer, 1); j++;
      }
      else  { /*
獲取 HTTP 消息體 */
        fprintf(localfp, "%c", buffer[0]); /* print content on the screen */
        //fprintf(stdout, "%c", buffer[0]); /* print content on the screen */
        i++;
      }
    }
    fclose(localfp);
  }
}

/**************************************************************
功能:執行一次 HTTP 請求
***************************************************************/
void DoOnce() { /* send and receive */
  ConnectWeb(); /* connect to the web server */

  /* send a request */
  SendRequest();

  /* receive a response message from web server */
  ReceiveResponse();

  close(sockfd); /* because HTTP protocol do something one connection, so I can close it after receiving */
}

/**************************************************************
功能:執行 HTTP 請求
***************************************************************/
void DoneWithList(int flag) {
  if(flag) fprintf(stdout, "\tRequest.%d is:\n%s", ++reqn, request);

  DoOnce();

  if(flag) fprintf(stdout, "\n\tThe following is the response header:\n%s", httpheader);
}

/**************************************************************
功能:從字符串 src 中分析出網站地址和端口,并得到文件和目錄
***************************************************************/
int GetHost(char * src, char ** web, char ** file, int * port, char ** dir)  {
  char * pA, * pB, * pC;
  int len;

  *port = 0;
  if(!(*src))  return -1;
  pA = src;
  if(!strncmp(pA, "http://", strlen("http://")))  pA = src+strlen("http://");
  /* else if(!strncmp(pA, "https://", strlen("https://")))  pA = src+strlen("https://"); */
  else return 1;
  pB = strchr(pA, '/');
  if(pB)  {
    len = strlen(pA) - strlen(pB);
    GetMemory(web, len);
    memcpy((*web), pA, len);
    if(*(pB+1))  {
      Rstrchr(pB + 1, '/', &pC);
      if(pC) len = strlen(pB + 1) - strlen(pC);
      else len = 0;
      if(len > 0) {
        GetMemory(dir, len);
        memcpy((*dir), pB + 1, len);

        if(pC + 1) {
          len = strlen(pC + 1);
          GetMemory(file, len);
          memcpy((*file), pC + 1, len);
        }
        else {
          len = 1;
          GetMemory(file, len);
          memcpy((*file), e, len);
        }
      }
      else {
        len = 1;
        GetMemory(dir, len);
        memcpy((*dir), e + 1, len);

        len = strlen(pB + 1);
        GetMemory(file, len);
        memcpy((*file), pB + 1, len);
      }
    }
    else {
      len = 1;
      GetMemory(dir, len);
      memcpy((*dir), e + 1, len);

      len = 1;
      GetMemory(file, len);
      memcpy((*file), e, len);
    }
  }
  else  {
    len = strlen(pA);
    GetMemory(web, len);
    memcpy((*web), pA, strlen(pA));
    len = 1;
    GetMemory(dir, len);
    memcpy((*dir), e + 1, len);
    len = 1;
    GetMemory(file, len);
    memcpy((*file), e, len);
  }

  pA = strchr((*web), ':');
  if(pA)  *port = atoi(pA + 1);
  else *port = 80;

  return 0;
}

/*********************************************************************
*filename: mailaddrsearch.c
*purpose:
C 語言編寫一個網絡蜘蛛來搜索網上出現的電子郵件地址
*tidied by: zhoulifa(zhoulifa@163.com)
周立發(http://zhoulifa.bokee.com)
Linux
愛好者 Linux知識傳播者 SOHO族開發者 最擅長C語言
*date time:2006-08-31 21:00:00
*Note:
任何人可以任意復制代碼并運用這些文檔,當然包括你的商業用途
*
但請遵循GPL
*Thanks to: www.gd-linux.org
廣東省 Linux 公共服務技術支持中心
*********************************************************************/

int main(int argc, char ** argv)
{
        int WebPort;
        char * WebHost = 0, * PageAddress = 0, * WebDir = 0;

        if(argc < 2) {if(DEBUG) fprintf(stdout, "Command error, you should input like this:\n\t%s WebPageAddress1 WebPageAddress2 WebPageAddress3 ...", argv[0]); exit(0);}

        NodeHeader = NodeTail = NodeCurr = 0;
        //setlocale(LC_ALL, "zh_CN.gb2312");
        for(i = 1; i < argc; i++)        {
                ret = GetHost(argv, &WebHost, &PageAddress, &WebPort, &WebDir); /* Get web page info */
                if(ret)        {if(DEBUG) fprintf(stdout, "GetHost error from '%s'\n", argv); exit(0);}
                AddInitNode(WebHost, PageAddress, WebPort, WebDir); /* add this page to chain */
        }
        free(WebHost); free(PageAddress);free(WebDir);
        if(DEBUG)        {
                fprintf(stdout, "\nDisplay.%5d:", FileNumber);
                DisplayNode(NodeHeader); /* display every node */
        }
        HandleInitNode(NodeHeader); /* handle every page */
        return 0;
}

/**************************************************************
功能:分析網頁
***************************************************************/
void AnalyzePage(WEBNODE * node)
{
        int fd;
        int flength = 0;
        fd = open(node->file, O_RDONLY);
        if(fd == -1)        goto __AnalyzeDone;
        flength = lseek(fd, 1, SEEK_END);
        write(fd, "\0", 1);
        lseek(fd, 0, SEEK_SET);
        mapped_mem = mmap(0, flength, PROT_READ, MAP_PRIVATE, fd, 0);
        GetEmail(mapped_mem);
        GetLink(mapped_mem);
        close(fd);
        munmap(mapped_mem, flength);
__AnalyzeDone:
        close(fd);
        node->IsHandled = 1;
        remove(node->file);
}

/**************************************************************
功能:為根節點設置兄弟節點
***************************************************************/
void AddInitNode(char * Host, char * Page, int Port, char * Dir)
{
        WEBNODE * NewNode;
        char filename[MAXFILENAME + 1] = "";

        if(NodeHeader == NULL) NewNode = NodeHeader = (WEBNODE *)malloc(sizeof(WEBNODE));
        else NodeTail->brother = NewNode = (WEBNODE *)malloc(sizeof(WEBNODE));
        memset(NewNode, 0, sizeof(WEBNODE));
        NewNode->host = (char *)malloc(strlen(Host) + 1);
        memset(NewNode->host, 0, strlen(Host) + 1);
        NewNode->page = (char *)malloc(strlen(Page) + 1);
        memset(NewNode->page, 0, strlen(Page) + 1);
        NewNode->dir = (char *)malloc(strlen(Dir) + 1);
        memset(NewNode->dir, 0, strlen(Dir) + 1);
        NewNode->file = (char *)malloc(MAXFILENAME + 1);
        memset(NewNode->file, 0, MAXFILENAME + 1);
        strcpy(NewNode->host, Host);
        strcpy(NewNode->page, Page);
        strcpy(NewNode->dir, Dir);
        sprintf(filename, "file%05d.html", FileNumber++);
        strcpy(NewNode->file, filename);
        NewNode->port = Port;
        NewNode->IsHandled = 0;
        NewNode->brother = 0;
        NewNode->child = 0;
        NodeTail = NewNode;
}

/**************************************************************
功能:處理根節點信息
***************************************************************/
void HandleInitNode(WEBNODE * node)
{
        WEBNODE * CurrentNode = 0;
        CurrentNode = node;
        if(CurrentNode)        {
                while(CurrentNode)        {
                        if(CurrentNode->IsHandled == 0)        {
                                HandOneNode(CurrentNode);
                                if(DEBUG)        {
                                        fprintf(stdout, "\nDisplay.%5d:", FileNumber);
                                        DisplayNode(NodeHeader); /* display every node */
                                }
                        }
                        CurrentNode = CurrentNode->brother;
                }
                CurrentNode = node;
                while(CurrentNode)        {
                        if(CurrentNode->child && CurrentNode->child->IsHandled == 0)        {
                                HandleInitNode(CurrentNode->child);
                        }
                        CurrentNode = CurrentNode->brother;
                }
        }
}

/**************************************************************
功能:顯示年有節點信息
***************************************************************/
void DisplayNode(WEBNODE * NodeHeader)
{
        WEBNODE * TempNode;
        TempNode = NodeHeader;
        fprintf(stdout, "\n");
        while(TempNode) {
                if(!strcmp(TempNode->dir, "/"))        fprintf(stdout, "\t%s:%d%s%s => %s %d\n", TempNode->host, TempNode->port, TempNode->dir, strcmp(TempNode->page, "@")?TempNode->page:"", TempNode->file, TempNode->IsHandled);
                else        fprintf(stdout, "\t%s:%d/%s/%s => %s %d\n", TempNode->host, TempNode->port, TempNode->dir, strcmp(TempNode->page, "@")?TempNode->page:"", TempNode->file, TempNode->IsHandled);
                TempNode = TempNode->brother;
        }
        TempNode = NodeHeader;
        while(TempNode) {
                if(TempNode->child)        DisplayNode(TempNode->child);
                TempNode = TempNode->brother;
        }
}

/**************************************************************
功能:處理單個節點信息
***************************************************************/
void HandOneNode(WEBNODE * node)
{
        char UserAgent[1024] = "", Accept[1024] = "", AcceptLanguage[1024] = "", AcceptEncoding[1024] = "", AcceptCharset[1024] = "", KeepAlive[1024] = "", Connection[1024] = "", ContentType[1024] = "";

        NodeCurr = node;
        if((host=gethostbyname(NodeCurr->host))==NULL) /* get ip address by domain */
        {
                if(DEBUG)  fprintf(stderr,"\tGethostname '%s' error, %s\n", NodeCurr->host, strerror(errno));
                exit(1);
        }
        GetLocalAgent(UserAgent, Accept, AcceptLanguage, AcceptEncoding, AcceptCharset, KeepAlive, Connection, ContentType); /* Get client browser information */

        if(strcmp(NodeCurr->dir, "/"))        sprintf(request, "GET /%s/%s HTTP/1.0\r\nHost: %s\r\nUser-Agent: %s\r\nAccept: %s\r\nConnection: %s\r\n\r\n", NodeCurr->dir, strcmp(NodeCurr->page, "@")?NodeCurr->page:"", NodeCurr->host, UserAgent, Accept, Connection);
        else        sprintf(request, "GET %s%s HTTP/1.0\r\nHost: %s\r\nUser-Agent: %s\r\nAccept: %s\r\nConnection: %s\r\n\r\n", NodeCurr->dir, strcmp(NodeCurr->page, "@")?NodeCurr->page:"", NodeCurr->host, UserAgent, Accept, Connection);
        DoneWithList(1);
        AnalyzePage(NodeCurr);
}

/**************************************************************
功能:從字符串 src 中分析出郵件地址保存到文件
***************************************************************/
void GetEmail(char * src)
{
        char * pa, * pb, * pc, *pd;
        char myemail[1024] = "";
        FILE * mailfp = NULL;
        if((mailfp = fopen("email.txt", "a+")) == NULL)        return;
        pa = src;
        while((pb = strchr(pa, '@')))        {
                GetBeforePos(pb, &pc);
                GetAfterPos(pb, &pd);
                if(pc && pd && (strlen(pc) > (strlen(pd) + 3)))        {
                        memset(myemail, 0, 1024);
                        memcpy(myemail, pc, strlen(pc) - strlen(pd));
                        if(strcmp(NodeCurr->dir, "/")) fprintf(mailfp, "%s\thttp://%s/%s/%s\n", myemail, NodeCurr->host, NodeCurr->dir, strcmp(NodeCurr->page, "@")?NodeCurr->page:"");
                        else  fprintf(mailfp, "%s\thttp://%s%s%s\n", myemail, NodeCurr->host, NodeCurr->dir, strcmp(NodeCurr->page, "@")?NodeCurr->page:"");
                        if(*(pd + 1))        pa = pd + 1;
                        else break;
                }
                else if(*(pb + 1))        pa = pb + 1;
                else        break;
        }
        fclose(mailfp);
}

/**************************************************************
功能:從 src 中找出前面的字母、數字等內含,即 email 地址中 @ 的前面部分
***************************************************************/
void GetBeforePos(char * src, char ** d)
{
        char * x;
        if(src - 1)        x = src - 1;
        else {*d = 0; return ;}
        while(x)        {
                if(*x >= 'a' && *x <= 'z') {x--; continue;}
                else if(*x >= 'A' && *x <= 'Z') {x--; continue;}
                else if(*x >= '0' && *x <= '9') {x--; continue;}
                else if(*x == '.' || *x == '-' || *x == '_') {x--; continue;}
                else {break;}
        }
        x++;
        if(x) *d = x;
        else *d = 0;
}

/**************************************************************
功能:從 src 中找出后面的字母、數字等內含,即 email 地址中 @ 的后面部分
***************************************************************/
void GetAfterPos(char * src, char ** d)
{
        char * x;
        if(src + 1)        x = src + 1;
        else {*d = 0; return ;}
        while(x)        {
                if(*x >= 'a' && *x <= 'z') {x++; continue;}
                else if(*x >= 'A' && *x <= 'Z') {x++; continue;}
                else if(*x >= '0' && *x <= '9') {x++; continue;}
                else if(*x == '.' || *x == '-' || *x == '_') {x++; continue;}
                else {break;}
        }
        if(x) *d = x;
        else *d = 0;
}

 

/**************************************************************
功能:從 src 中找出前面的字母、數字等內含,即一個網頁地址中主機名后面的部分
***************************************************************/
void GetAfterPosWithSlash(char * src, char ** d)
{
        char * x;
        if(src)        x = src;
        else {*d = 0; return ;}
        while(x)        {
                if(*x >= 'a' && *x <= 'z') {x++; continue;}
                else if(*x >= 'A' && *x <= 'Z') {x++; continue;}
                else if(*x >= '0' && *x <= '9') {x++; continue;}
                else if(*x == '.' || *x == '-' || *x == '_' || *x == '=') {x++; continue;}
                else if(*x == ':' || *x == '/' || *x == '?' || *x == '&') {x++; continue;}
                else {break;}
        }
        if(x) *d = x;
        else *d = 0;
}

/**************************************************************
功能:為 myanchor 分配 len 大小的內存
***************************************************************/
void GetMemory(char ** myanchor, int len)
{
        if(!(*myanchor))        (*myanchor) = (char *)malloc(len + 1);
        else        (*myanchor) = (char *)realloc((void *)(*myanchor), len + 1);
        memset((*myanchor), 0, len + 1);
}

/**************************************************************
功能:從 src 中分析出網頁鏈接,并加入到當前節點的子節點上
***************************************************************/
void GetLink(char * src)
{
        char * pa, * pb, * pc;
        char * myanchor = 0;
        int len = 0;

        pa = src;
        do {
                if((pb = strstr(pa, "href='")))        {
                        pc = strchr(pb + 6, '\'');
                        len = strlen(pb + 6) - strlen(pc);
                        GetMemory(&myanchor, len);
                        memcpy(myanchor, pb + 6, len);
                }
                else if((pb = strstr(pa, "href=\"")))        {
                        pc = strchr(pb + 6, '"');
                        len = strlen(pb + 6) - strlen(pc);
                        GetMemory(&myanchor, len);
                        memcpy(myanchor, pb + 6, len);
                }
                else if((pb = strstr(pa, "href=")))        {
                        GetAfterPosWithSlash(pb + 5, &pc);
                        len = strlen(pb + 5) - strlen(pc);
                        GetMemory(&myanchor, len);
                        memcpy(myanchor, pb + 5, len);
                }
                else {goto __returnLink ;}
/*
                if(DEBUG)        {
                        if(strcmp(NodeCurr->dir, "/"))        fprintf(stdout, "%s\thttp://%s/%s/%s\n", myanchor, NodeCurr->host, NodeCurr->dir, strcmp(NodeCurr->page, "`")?NodeCurr->page:"");
                        else        fprintf(stdout, "%s\thttp://%s%s%s\n", myanchor, NodeCurr->host, NodeCurr->dir, strcmp(NodeCurr->page, "`")?NodeCurr->page:"");
                }
*/
                if(strlen(myanchor) > 0)        AddChildNode(NodeCurr, myanchor);
                if(pc + 1)        pa = pc + 1;
        }while(pa);
__returnLink:
        return;
}

/**************************************************************
功能:為當前節點增加子節點
***************************************************************/
void AddChildNode(WEBNODE * node, char * src)
{
        int WebPort, len;
        char * WebHost = 0, * PageAddress = 0, * WebDir = 0, * pC = 0;
        WEBNODE * NewNode;
        char filename[MAXFILENAME + 1] = "";
        char IsFromRoot = 0;

        if(!src)        return;
        if(!strncasecmp(src, "mailto:", strlen("mailto:")))        return ;
        if(strstr(src, ".css"))        return;
        if(strstr(src, ".xml"))        return;
        if(strstr(src, ".ico"))        return;
        if(strstr(src, ".jpg"))        return;
        if(strstr(src, ".gif"))        return;
        if(strstr(src, "javascript:"))        return;
        if(strstr(src, "+"))        return;

        ret = GetHost(src, &WebHost, &PageAddress, &WebPort, &WebDir);
        if(ret)        {
                len = strlen(node->host);
                GetMemory(&WebHost, len);
                strcpy(WebHost, node->host);

                WebPort = node->port;

                IsFromRoot = !strncmp(src, "/", 1);
                if(IsFromRoot && (src + 1))        Rstrchr(src + 1, '/', &pC);
                else if(!IsFromRoot)        Rstrchr(src, '/', &pC);
                else        pC = 0;

                if(pC)        {
                        if(IsFromRoot)        len = strlen(src + 1) - strlen(pC);
                        else        len = strlen(src) - strlen(pC) + strlen(node->dir) + 1;
                        GetMemory(&WebDir, len);
                        if(IsFromRoot)        memcpy(WebDir, src + 1, len);
                        else        {memcpy(WebDir, node->dir, strlen(node->dir)); strcat(WebDir, "/"); memcpy(WebDir + strlen(node->dir) + 1, src, strlen(src) - strlen(pC));}

                        if(pC + 1)        {
                                len = strlen(pC + 1);
                                GetMemory(&PageAddress, len);
                                strcpy(PageAddress, pC + 1);
                        }
                        else        {
                                len = 1;
                                GetMemory(&PageAddress, len);
                                memcpy(PageAddress, e, len);
                        }
                }
                else        {
                        if(IsFromRoot)        {
                                len = 1;
                                GetMemory(&WebDir, len);
                                memcpy(WebDir, e + 1, len);

                                len = strlen(src + 1);
                                GetMemory(&PageAddress, len);
                                memcpy(PageAddress, src + 1, len);
                        }
                        else        {
                                len = strlen(node->dir);
                                GetMemory(&WebDir, len);
                                memcpy(WebDir, node->dir, len);

                                len = strlen(src);
                                GetMemory(&PageAddress, len);
                                memcpy(PageAddress, src, len);
                        }
                }
        }
        ret = IsExistWeb(NodeHeader, WebHost, PageAddress, WebPort, WebDir);
        if(ret) goto __ReturnAdd;

        if(node->child == NULL)        NewNode = node->child = (WEBNODE *)malloc(sizeof(WEBNODE));
        else NodeTail->brother = NewNode = (WEBNODE *)malloc(sizeof(WEBNODE));
        memset(NewNode, 0, sizeof(WEBNODE));
        NewNode->host = (char *)malloc(strlen(WebHost) + 1);
        memset(NewNode->host, 0, strlen(WebHost) + 1);
        NewNode->page = (char *)malloc(strlen(PageAddress) + 1);
        memset(NewNode->page, 0, strlen(PageAddress) + 1);
        NewNode->dir = (char *)malloc(strlen(WebDir) + 1);
        memset(NewNode->dir, 0, strlen(WebDir) + 1);
        NewNode->file = (char *)malloc(MAXFILENAME + 1);
        memset(NewNode->file, 0, MAXFILENAME + 1);
        strcpy(NewNode->host, WebHost);
        strcpy(NewNode->page, PageAddress);
        strcpy(NewNode->dir, WebDir);
        sprintf(filename, "file%05d.html", FileNumber++);
        strcpy(NewNode->file, filename);
        NewNode->port = WebPort;
        NewNode->IsHandled = 0;
        NewNode->brother = 0;
        NewNode->child = 0;
        NodeTail = NewNode;
__ReturnAdd:
        free(WebHost); free(PageAddress); free(WebDir);
}

/**************************************************************
功能:檢查是否已經處理過的網頁
***************************************************************/
int IsExistWeb(WEBNODE * node, char * host, char * page, int port, char * dir)
{
        WEBNODE * t;
        t = node;
        while(t)        {
                if(!strcmp(t->host, host) && !strcmp(t->page, page) && t->port == port && !strcmp(t->dir, dir)) return 1;
                t = t->brother;
        }
        t = node;
        while(t)        {
                if(t->child)        {
                        ret = IsExistWeb(t->child, host, page, port, dir);
                        if(ret)        return 2;
                }
                t = t->brother;
        }
        return 0;
}
[/code]

編譯這個程序:

QUOTE:

gcc mailaddrsearch.c -o mailsearcher


輸入一個網址作為參數運行一下試試吧:

QUOTE:

./mailsearcher http://zhoulifa.bokee.com/5531748.html


程序首先找出 http://zhoulifa.bokee.com/5531748.html 頁面上的郵件地址保存到當前目錄下 email.txt 文件里,每行一條記錄,格式為郵件地址和出現該郵件地址的網頁。然后分析這個頁面上出現的網頁鏈接,把各鏈接作為子節點加入鏈表,再去處理子節點,重復上述操作。

這只是一個示例程序,并不完善,如果要使其達到實用的目的,還需要讓這個程序效率更高點,比如加入 epoll (在 2.4 內核中只有 select 了 ) 實現 I/O 多路復用。又比如對每個子節點實現多線程,每個線程處理一個節點。
如果對 I/O 多路復用不熟悉,您可以看一下我這篇文章 http://zhoulifa.bokee.com/5345930.html 里關于 Linux 下各類TCP網絡服務器的實現源代碼


posted on 2008-12-28 04:00 肥仔 閱讀(2409) 評論(0)  編輯 收藏 引用 所屬分類: 網絡編程

青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品
  • <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>
            开心色5月久久精品| 亚洲在线视频免费观看| 欧美精品九九| 麻豆9191精品国产| 欧美国产日韩视频| 欧美搞黄网站| 欧美日韩伊人| 欧美国产精品专区| 亚洲国产精品成人一区二区| 嫩草国产精品入口| 亚洲第一精品电影| 99国产欧美久久久精品| 亚洲香蕉成视频在线观看| 亚洲免费在线看| 久久九九国产| 欧美人成免费网站| 国产视频不卡| 亚洲免费大片| 欧美有码视频| 亚洲国产另类 国产精品国产免费| 日韩图片一区| 欧美一区二区三区另类 | 亚洲男人天堂2024| 久久久久久免费| 欧美性色综合| 亚洲精品一区二区三区四区高清| 亚洲女性裸体视频| 亚洲第一在线视频| 欧美一区二区三区四区在线| 欧美激情一二三区| 国内精品久久久久影院 日本资源 国内精品久久久久伊人av | 国产欧美日本| 99天天综合性| 免费久久99精品国产| 日韩视频免费在线| 久久综合久久久久88| 欧美性猛交xxxx免费看久久久 | 欧美精品在线播放| 韩日精品在线| 欧美一级专区| 日韩视频一区二区| 欧美激情bt| 亚洲国产精品专区久久| 久久久久se| 亚洲综合三区| 欧美午夜一区二区| 亚洲美女视频在线观看| 久久伊伊香蕉| 欧美一区高清| 国产亚洲一区二区三区在线观看| 制服诱惑一区二区| 最新国产成人在线观看| 麻豆freexxxx性91精品| 黄色一区二区在线| 久久精品国语| 先锋影院在线亚洲| 国产精品亚洲美女av网站| 亚洲一级电影| 亚洲视频在线观看免费| 欧美视频在线播放| 亚洲图中文字幕| 日韩天堂在线视频| 国产精品成人观看视频国产奇米| 亚洲午夜av电影| 正在播放亚洲一区| 国产精品卡一卡二卡三| 亚洲欧美影音先锋| 亚洲欧美国产va在线影院| 国产精品麻豆欧美日韩ww| 亚洲欧美国产视频| 亚洲欧美中日韩| 国产一区二区三区四区三区四| 久久精品人人做人人综合| 久久爱www.| 亚洲国产欧美日韩| 亚洲精品123区| 国产精品99一区二区| 亚洲欧美日韩一区在线| 午夜国产一区| 永久久久久久| 亚洲精品久久7777| 国产精品视频专区| 狂野欧美激情性xxxx| 欧美大片在线影院| 亚洲欧美日韩第一区| 久久精品视频在线看| 亚洲精品无人区| 亚洲综合色激情五月| 亚洲国产高清一区二区三区| 亚洲伦理在线观看| 国产午夜久久久久| 亚洲国产精品一区制服丝袜| 国产精品草草| 欧美大香线蕉线伊人久久国产精品| 欧美国产视频日韩| 欧美在线国产精品| 亚洲精品影视| 国产精品人成在线观看免费| 麻豆精品视频| 国产精品久久久一区麻豆最新章节| 久久久一二三| 欧美日韩精品欧美日韩精品一| 久久国产天堂福利天堂| 欧美精品久久99久久在免费线| 欧美在线一区二区| 欧美另类videos死尸| 久久婷婷国产综合国色天香| 欧美视频日韩视频在线观看| 欧美不卡一区| 国内外成人免费视频| 一区二区免费看| 亚洲精品欧美激情| 久久免费精品视频| 久久久国产精彩视频美女艺术照福利| 欧美久久电影| 亚洲第一在线综合网站| 国内精品久久久久久久影视蜜臀| 在线亚洲+欧美+日本专区| 91久久在线| 久久夜色精品国产噜噜av| 久久不射2019中文字幕| 欧美性猛交99久久久久99按摩| 91久久在线| 亚洲日本欧美在线| 免费短视频成人日韩| 母乳一区在线观看| 尤物九九久久国产精品的分类| 欧美一区二区三区久久精品茉莉花| 午夜精品美女久久久久av福利| 欧美性jizz18性欧美| 亚洲精品国产精品国自产观看| 亚洲韩国一区二区三区| 久久久成人网| 欧美成人精品福利| 亚洲国产美女精品久久久久∴| 久久婷婷国产综合尤物精品 | 亚洲精品国产拍免费91在线| 18成人免费观看视频| 久久天堂国产精品| 免费久久99精品国产自在现线| 黄色成人av在线| 久久免费一区| 欧美高清hd18日本| 亚洲国产第一| 欧美精品亚洲二区| 亚洲精品影视| 亚洲一区二区三区在线观看视频 | 欧美午夜www高清视频| 99国产一区| 欧美一区亚洲一区| 黄色国产精品| 欧美成人一区二区三区| 91久久精品久久国产性色也91| 亚洲免费观看高清完整版在线观看| 欧美激情一区二区三区在线| 日韩亚洲欧美一区| 欧美在线亚洲一区| 亚洲高清不卡在线观看| 欧美精品国产一区| 中文亚洲欧美| 美女主播一区| 中文国产成人精品| 国产欧美日韩一区二区三区在线观看| 美乳少妇欧美精品| 亚洲美女av黄| 国产欧美二区| 免费在线欧美视频| 一区二区三区www| 老司机精品视频一区二区三区| 亚洲人成啪啪网站| 国产精品综合网站| 美女脱光内衣内裤视频久久影院 | 亚洲黄色天堂| 性一交一乱一区二区洋洋av| 在线观看欧美日本| 欧美日精品一区视频| 欧美一区二区性| 亚洲精品自在久久| 久久人91精品久久久久久不卡| 亚洲精品免费网站| 国产三级欧美三级日产三级99| 欧美精品一区二区久久婷婷| 欧美一区二区三区另类| 日韩视频免费观看高清在线视频| 久久亚洲一区| 欧美一区二区三区日韩| 日韩视频在线观看| 激情婷婷久久| 国产精品亚洲综合色区韩国| 欧美jizz19hd性欧美| 亚洲欧美成人网| 一区二区欧美在线| 91久久午夜| 亚洲电影激情视频网站| 久久久久久**毛片大全| 欧美一级专区| 欧美亚洲免费| 午夜精品久久久久久99热软件| 一区二区三区国产| 一本久道久久综合婷婷鲸鱼|