用c语言编写一个网络蜘蛛

《用c语言编写一个网络蜘蛛》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、C语言编写一个网络蜘蛛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：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

2、图如下：然后再处理各节点的子节点，流程图如下：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*********************************************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L

3、inux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*********************************************************************/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：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

4、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：[code]#include#include#include#include#include#include#include#include#include#includ

5、e#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"#defineKEEPALIVE"300"#defineCONNECTION"keep-alive"#defineCONT

6、ENTTYPE"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*fi

7、le;            /*本地保存的文件名*/    charIsHandled;          /*是否处理过*/    structwebnode*brother;  /*兄弟节点链表指针*/    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

8、*host;charrequest[409600]="",buffer[1024]="",httpheader[1024]="";intFileNumber=0;chare[2]="@/";WEBNODE*NodeHeader,*NodeTail,*NodeCurr;char*mapped_mem;intGetHost(char*,char**,char**,int*,char**);/**/voidAnalyz