linux C/C++实现的通过url访问网页提取网页文字内容

linux下C/C++实现已知url通过socket访问网页并获得网页文字内容

#include 
#include  
#include  
#include  
#include 
#include  
#include  
#include  
#include  
#include  
#include  
#include  
#include  
#include  

#define PORT 80 
#define BUFSIZE 4092 

int main（int argc char *argv[]） 
{
	FILE * fp;
	int sockfd;
	int ret;
	int i;
	int h; 
	struct hostent * host;
	struct sockaddr_in servaddr; 
	char str1[4096];
	char buf[BUFSIZE];
	char *str;
	socklen_t len; 
	fd_set t_set1; 
	struct timeval tv;
	host = gethostbyname（argv[1]）;	
	fp = fopen（“/root/writeurl.txt““a“）;
	if（fp < 0）
	{
		printf（“open file fail...\n“）;
		return -1;
	} 

	if （（sockfd = socket（AF_INET SOCK_STREAM 0）） < 0 ） 
	{ 
		printf（“socket error!\n“）; 
		exit（0）;
	}; 

	bzero（&servaddr sizeof（servaddr））; 
	servaddr.sin_family = AF_INET; 
	servaddr.sin_port = htons（PORT）;
	servaddr.sin_addr = *（（struct in_addr*）host->h_addr）; 
	if （connect（sockfd （struct sockaddr *）&servaddr sizeof（servaddr）） < 0） 
	{     
		printf（“connect error!\n“）; 
		exit（0）; 
	} 
	printf（“connect success \n“）; 

	memset（str1 0 4096）; 
	sprintf（str1“GET / HTTP/1.0\r\nHost:%s\r\nContent-Type=text/plain\r\nConnection:Close\r\n\r\n“argv[1]）;	
	ret = send（sockfd（void *）str1strlen（str1）0）; 
	if （ret < 0） 
	{ 
		printf（“send error %d，Error message‘%s‘\n“errno strerror（errno））; 
		exit（0）; 
	}
	else
	{ 
		printf（“send success total send %d \n“ ret）; 
	} 
	while（1）
	{ 
		tv.tv_sec= 0; 
		tv.tv_usec= 0; 
		h= 0; 
		FD_ZERO（&t_set1）; 
		FD_SET（sockfd &t_set1）; 
		h= select（sockfd +1 &t_set1 NULL NULL &tv）; 
		if （h == 0） continue; 
		if （h < 0） 
		{ 
			close（sockfd）; 
			printf（“some thing read error！\n“）; 
			return -1; 
		}; 
		if （h > 0）
		{ 
			memset（buf 0 4095）; 
			i= recv（sockfd （void *）buf 40920）; 
			if （i==0）
			{ 
				close（sockfd）; 
				printf（“read message find stop!\n“）; 
				return -1; 
			} 
			
			
			fwrite（buf1ifp）;
			printf（“%s\n“ buf）; 
		} 
	} 
	fclose（fp）;
	close（sockfd）; 
	return 0; 
}

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2098  2013-04-07 16:16  第二题\url.c

     目录          0  2013-04-10 14:41  第二题

----------- ---------  ---------- -----  ----

                 2098                    2