找到起點
54 falg = 0;55
if(*(p-1)=='/'
)5659else
6066 p = q;//
後67 q2 = p;//
前68 p2=p-1;//前69
while(*(--q2) != '/'
);70 p=q2+1;//
後後71 memset(strfrom,0,sizeof
(strfrom));
72while(q2 73 strfrom[falg++] = *(++q2);74}
7576
while(*q!='"'
)77 q--;
7879 memset(szurl, 0, sizeof
(szurl));
80 len = 0;81
while(++q 82 szurl[len++] = *q;
83 strcpy(findstr,strfrom);//
84 strcat(findstr,andstr);//
設定查詢串
85puts(findstr);
86 codeconvert(strfrom, strto, sizeof(strto), 2);//
87strcat(szurl, strto);
88puts(szurl);
89 szdata = getdatafromweb(szurl, null, null,1, 5
);90 codeconvert(szdata, svdata, sizeof(svdata), 1);//
轉碼91
//puts(svdata);
92 p =strstr(svdata, findstr);
93 len =strlen(outstr);
94while(*p != '4'
)95100 p++;
101}
102puts(outstr);
103104 p = strstr(outstr,restr);//
去重105 len =strlen(restr);
106if(p == &outstr[0
])107
112else
113122
free(szdata);
123 szdata =null;
124125
/*if(fopen("text.txt", "r+") == null)
126fp=fopen("text.txt", "w+r");
127else
128fp=fopen("text.txt", "r+");
129fputs(outstr, fp);
*/130
131/*
char strfrom[100] = "";
132char strto[100] = "";
133gets(strfrom);
134if(codegbktounicode(strfrom,strto,100,20))
135puts(strto);
136else
137printf("no~!\n");
138139
/* char strfrom[1024*40] = "
", * strto= null;
140char szdata[100] = "",svdata[100] = "";
141char str[1024*40] ;
142char szurl[512] = "";
143file *fp;
144gets(szdata);
145codeconvert(szdata, svdata, sizeof(svdata), 2);
146strcat(strfrom,svdata);
147sprintf(szurl, strfrom);
148strto = getdatafromweb(szurl, null, null, 1, 5);
149codeconvert(strto, str, sizeof(str), 1);
150if(fopen("text.txt", "r+") == null)
151fp=fopen("text.txt", "w+r");
152else
153fp=fopen("text.txt", "r+");
154fputs(str, fp);
155puts(str);
*/156
return1;
157 }
早上寫的是一頁一頁抓的，當頁數太多時 會變得很慢，後來 老韋說讓我寫第二個 **的時候用 **，但是那個**用的是內碼，不能直接獲取資訊，可能還要檢索他的內碼。由此我想前面這個查字典的** 是不是也可以用 **去檢索，後來改了下，還好可以的，這樣就變得快多啦
改後的**：
去重52 len =strlen(restr);
53if(p == &outstr[0
])54
59else
6069
free(szdata);
70 szdata =null;
71return1;
72 }
python爬蟲 2 靜態網頁抓取
獲取響應內容 import requests r requests.get print 文字編碼 r.encoding 伺服器使用的文字編碼 print 響應狀態碼 r.status code 檢測響應的狀態碼，200為成功，4xx為客戶端錯誤，5xx為伺服器錯誤響應 print 字串方式的響應體 ...
urllib2抓取網頁內容
urllib和urllib2 1 urllib 僅可以接受 url，urllib2 可以接受 個設定了 headers 的 request 類例項。這表示我們可以偽裝 的 user agent 字串等。2 urllib 提供 urlencode 法 來 get 查詢字串的產 urllib2 沒有。這...
jsoup網頁內容抓取分析 2
下面寫些我的使用記錄，希望大家如果能從我的方法中得到啟發，鑑於本人從事開發工作不久，內容可能寫的不是很好。jsoup資料獲取有兩大方法 1.通過分析dom模型的網頁標籤和元素，2.select元素選擇器，類似jquery方式 功能很強大，還支援正規表示式 網頁tag標籤有body，div，table...