C++ 提取网页内容系列之二

标题: C++ 提取网页内容系列
作者: itdef
链接: http://www.cnblogs.com/itdef/p/4171203.html

欢迎转帖请保持文本完整并注明出处

另外一种下载网页的内容就是使用windows sdk中的有关HTTP通讯的函数

这里使用了 www.codeproject.com 网站一位中国人封装的C++类

下载地址为http://www.codeproject.com/Articles/66625/A-Fully-Featured-Windows-HTTP-Wrapper-in-C

加入其中几个头文件

就可以在工程中简单的几行代码下载网页内容

WinHttpClient client(L"http://www.verycd.com");
client.SendHttpRequest();
wstring httpResponseHeader = client.GetResponseHeader();
wstring httpResponseContent = client.GetResponseContent();

但是这个类返回的是宽字符串，在中文显示上有点问题。

使用时要根据自己的需求决定是否转换成多字节字符串.

string ws2s(const wstring &ws)
{
	const wchar_t* wpchar = ws.c_str();
	size_t returnVal = 0;
	size_t wSize = 2*ws.size() + 1;
	char* pchar = new char[wSize];
	memset(pchar,0,wSize);
	wcstombs(pchar, wpchar, wSize);
	string result = pchar;
	delete[] pchar;
	return result;
}

整个代码如下:
WinHttpClient.h是codeproject网站下载的类的头文件

#include "WinHttpClient.h"

#include <fstream>
#include <string>
#include <Windows.h>

using namespace std;

string ws2s(const wstring &ws)
{
	const wchar_t* wpchar = ws.c_str();
	size_t returnVal = 0;
	size_t wSize = 2*ws.size() + 1;
	char* pchar = new char[wSize];
	memset(pchar,0,wSize);
	wcstombs(pchar, wpchar, wSize);
	string result = pchar;
	delete[] pchar;
	return result;
}



int _tmain(int argc, _TCHAR* argv[])
{
	setlocale(LC_ALL,""); 
	WinHttpClient client(L"http://www.verycd.com");
	bool b = client.SendHttpRequest();
	if(!b)
	{
		cout << "error" << endl;
		exit(1);
	}
	wstring httpResponseHeader = client.GetResponseHeader();
	wstring httpResponseContent = client.GetResponseContent();
	wcout <<  httpResponseHeader  << endl;

 	if(httpResponseContent.empty() == false )
 	{
		string strTmp = ws2s(httpResponseContent);


 		std::ofstream  ofsLogFile("test.dat", std::ios_base::trunc);
 		ofsLogFile << strTmp << endl;
 	}

	return 0;
}

C++ 提取网页内容系列之二

推荐阅读