欢迎来到天天文库
浏览记录
ID:18576882
大小:52.76 KB
页数:21页
时间:2018-09-19
《linux软件下载源码编程文章资料》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、用C语言编写一个网络蜘蛛来搜索网上出现的电子邮件地址关键词:C编程 网络蜘蛛 网络蠕虫 HTTP Linux 可能大家经常要去互联网上搜索特定的内容,比如收集大量邮件地址,如果用google之类的搜索引擎是没法实现这种特定功能的,所以用C语言来写一个吧。它的功能就是不断去取得网络上的页面,然后分析出网页上出现的邮件地址保存下来。象个蜘蛛一样,从网络上一个网页爬向另一个网页,不停止地搜索邮件地址。当然这只是一个原理展示程序,并没有进行优化。这个程序的main函数流程图如下:http://zhoulif
2、a.bokee.com/inc/mails1.png即:分析程序运行时的参数,把各网页地址作为根节点加入到链表,然后从链表头开始处理各节点对整个链表的处理是先处理兄弟节点,流程图如下:http://zhoulifa.bokee.com/inc/mails2.png然后再处理各节点的子节点,流程图如下:http://zhoulifa.bokee.com/inc/mails3.png当然,这里采用了递归调用方法,处理子节点的数据时和处理整个链表一样循环处理就是了。/************关于本文档*********************************************
3、filename:用C语言编写一个网络蜘蛛来搜索网上出现的电子邮件地址*purpose:一个邮址搜索程序的雏形*wroteby:zhoulifa(zhoulifa@163.com)周立发(http://zhoulifa.bokee.com)Linux爱好者Linux知识传播者SOHO族开发者最擅长C语言*datetime:2006-08-3121:00:00*Note:任何人可以任意复制代码并运用这些文档,当然包括你的商业用途*但请遵循GPL*Hope:希望越来越多的人贡献自己的力量,为科学技术发展出力*****************************************
4、****************************/程序在运行的过程中要建立一个树形链表结构,结构图如下:http://zhoulifa.bokee.com/inc/mails4.png程序启动时分析所带参数,把各参数加入到根网页节点,如果有多个参数则这个根网页有兄弟节点。然后从根节点开始处理这一级上各节点,把各节点网页上出现的网页链接加到该节点的子节点上,处理完当前这一级后处理子节点这一级。源代码如下:#include#include#include#include#include5、nistd.h>#include#include#include#include#include#include#defineUSERAGENT"Wget/1.10.2"#defineACCEPT"*/*"#defineACCEPTLANGUAGE"zh-cn,zh;q=0.5"#defineACCEPTENCODING"gzip,deflate"#defineACCEPTCHARSET"gb2312,utf-8;q=0.7,*;q=0.7"#defineKEEPALIV6、E"300"#defineCONNECTION"keep-alive"#defineCONTENTTYPE"application/x-www-form-urlencoded"#defineMAXFILENAME14#defineDEBUG1typedefstructwebnode{char*host;/*网页所在的主机*/intport;/*网络服务器所使用的端口*/char*dir;/*网页所在的目录*/char*page;/*网页文件名*/char*file;/*本地保存的文件名*/charIsHandled;/*是否处理过*/structwebnode*brother;/*兄7、弟节点链表指针*/structwebnode*child;/*子节点链表指针*/}WEBNODE;structsockaddr_inserver_addr;intsockfd=0,dsend=0,totalsend=0,nbytes=0,reqn=0,i=0,j=0,ret=0;structhostent*host;charrequest[409600]="",buffer[1024]="",httpheader[1024]="";intFileNumbe
5、nistd.h>#include#include#include#include#include#include#defineUSERAGENT"Wget/1.10.2"#defineACCEPT"*/*"#defineACCEPTLANGUAGE"zh-cn,zh;q=0.5"#defineACCEPTENCODING"gzip,deflate"#defineACCEPTCHARSET"gb2312,utf-8;q=0.7,*;q=0.7"#defineKEEPALIV
6、E"300"#defineCONNECTION"keep-alive"#defineCONTENTTYPE"application/x-www-form-urlencoded"#defineMAXFILENAME14#defineDEBUG1typedefstructwebnode{char*host;/*网页所在的主机*/intport;/*网络服务器所使用的端口*/char*dir;/*网页所在的目录*/char*page;/*网页文件名*/char*file;/*本地保存的文件名*/charIsHandled;/*是否处理过*/structwebnode*brother;/*兄
7、弟节点链表指针*/structwebnode*child;/*子节点链表指针*/}WEBNODE;structsockaddr_inserver_addr;intsockfd=0,dsend=0,totalsend=0,nbytes=0,reqn=0,i=0,j=0,ret=0;structhostent*host;charrequest[409600]="",buffer[1024]="",httpheader[1024]="";intFileNumbe
此文档下载收益归作者所有