三种获取网页源代码的方式（使用MFC / Socket）

第一种方法是在MFC中使用

复制代码mfc socket onclose，代码如下:

CString GetHttpFileData（CString strUrl）

{

CInternetSession会话（“ Internet Explorer”mfc socket onclose，0）；

CHttpFile * pHttpFile = NULL;

CString strData;

CString strClip;

pHttpFile =（CHttpFile *）Session.OpenURL（strUrl）;

while（pHttpFile-> ReadString（strClip））

{

strData + = strClip;

}

返回strData;

}

要说的是，pHttpFile-> ReadString（）一次只能读取一个数据，并且读取的次数取决于网络状况，因此有必要将每次读取的数据添加到总数据的末尾，使用CString保存转到缓冲区处理: ）

别忘了包含头文件#include 在项目设置中，必须选择使用MFC，否则它将无法编译

第二个是使用WinNet的纯API实现的

复制代码，代码如下:

#define MAXBLOCKSIZE 1024

#include

#include

#pragma注释（lib，“ wininet.lib”）

void GetWebSrcCode（const char * Url）;

int _tmain（int argc，_TCHAR * argv []）

{

GetWebSrcCode（“ // www.jb51.net /”）;

返回0；

}

void GetWebSrcCode（常量字符*网址）

{

HINTERNET hSession = InternetOpen（“ zwt”，INTERNET_OPEN_TYPE_PRECONFIG，NULL，NULL，0）；

如果（hSession！= NULL）

{

HINTERNET hURL = InternetOpenUrl（hSession，Url，NULL，0，INTERNET_FLAG_DONT_CACHE，0）；

如果（hURL！= NULL）

{

字符温度[MAXBLOCKSIZE] = {0};

ULONG Number = 1;

FILE *流；

if（（stream = fopen（“ E: \\ test.html”，“ wb”））！= NULL）

{

同时（Number> 0）

{

InternetReadFile（hURL，Temp，MAXBLOCKSIZE-1和数字）；

fwrite（温度，sizeof（字符），数字，流）；

}

fclose（流）;

}

InternetCloseHandle（hURL）;

hURL = NULL;

}

InternetCloseHandle（hSession）;

hSession = NULL;

}

}

第三种是使用未封装的套接字

复制代码，代码如下:

int main（int argc，char * argv []）

{

SOCKET hsocket;

SOCKADDR_IN saServer;

WSADATA wsadata;

LPHOSTENT lphostent;

int nRet;

char Dest [3000];

char * host_name =“ blog.sina.com.cn”;

char * req =“ GET /s/blog_44acab2f01016gz3.html HTTP / 1.1 \ r \ n”

“用户代理: Mozilla / 4.0（兼容； MSIE 8.0； Windows NT 5.1； Trident / 4.0； .NET CLR 1.1.4322； .NET CLR 2.0.50727； .NET4.0C； .NET4.0E;. NET CLR 3.0.4506.2152; .NET CLR 3.5.30729）\ r \ n“

“主持人: blog.sina.com.cn \ r \ n \ r \ n”；

//初始化套接字

如果（WSAStartup（MAKEWORD（2,2），＆wsadata））

printf（“初始化SOCKET时出错！”）；

lphostent = gethostbyname（host_name）;

如果（lphostent == NULL）

printf（“ lphostent为空！”）；

hsocket =套接字（AF_INET，SOCK_STREAM，IPPROTO_TCP）；

saServer.sin_family = AF_INET;

saServer.sin_port = htons（80）;

saServer.sin_addr = *（（（LPIN_ADDR）* lphostent-> h_addr_list）;

//与SOCKET连接

nRet = connect（hsocket，（LPSOCKADDR）＆saServer，sizeof（SOCKADDR_IN））;

如果（nRet == SOCKET_ERROR）

{

printf（“建立连接时发生错误！”）；

closesocket（hsocket）;

返回0；

}

// SOCKET发送

nRet =发送（hsocket，req，strlen（req），0）;

如果（nRet == SOCKET_ERROR）

{

printf（“发送数据包时发生错误！”）；

closesocket（hsocket）;

}

nRet = 1;

同时（nRet> 0）

{

//接收返回包

nRet = recv（hsocket，（LPSTR）Dest，sizeof（Dest），0）;

如果（nRet> 0）

目标[nRet] = 0;

其他

目标[0] = 0;

char sDest [3000] = {0};

UTF8_2_GB2312（sDest，nRet，Dest，nRet）；

//显示返回的数据包的大小和内容

// printf（“ \ n接收的字节: ％d \ n”，nRet）;

printf（“结果: \ n％s”，sDest）；

}

}

此外，当我们获得上面的网页时，它可能是UTF8. 似乎大多数网站现在都使用这种编码！以下是代码转换.

复制代码，代码如下:

void UTF_8ToUnicode（wchar_t * pOut，char * pText）

{

char * uchar =（char *）pOut;

uchar [1] =（（pText [0]＆0x0F）<< 4）+（（pText [1] >> 2）＆0x0F）;

uchar [0] =（（pText [1]＆0x03）<< 6）+（pText [2]＆0x3F）;

}

void Gb2312ToUnicode（wchar_t * pOut，char * gbBuffer）

{

:: MultiByteToWideChar（CP_ACP，MB_PRECOMPOSED，gbBuffer，2，pOut，1）;

}

void UTF_8ToGB2312（char * pOut，char * pText，int pLen）

{

char Ctemp [4];

内存集（Ctemp，0,4）;

int i = 0，j = 0;

同时（i

{

if（pText [i]> = 0）

{

pOut [j ++] = pText [i ++];

}

其他

{

WCHAR Wtemp;

UTF_8ToUnicode（＆Wtemp，pText + i）;

UnicodeToGB2312（Ctemp，Wtemp）；

pOut [j] =温度[0];

pOut [j + 1] =体温[1];

i + = 3;

j + = 2;

}

}

pOut [j] ='\ n';

返回；

}

这是转换为GB2312的代码

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-163927-1.html