讓程式跨進網路時代——使用C語言擷取百度原始碼

　　當我在單機世界摸爬滾打數月時，我也跟著時代的潮流，正式的跨入了網路化編程時代。學習一項新技術，永遠是一件令人興奮的事情。但是，想要找到一個好的學習教程無疑是一件困難的事情，搜尋百度Google無數次，終於踏入了Winsock的大門，我會在學習Windows網路編程中的心得體會發布出來，供大家學習。因為我也是新手，如果在博文當中有什麼錯誤的地方，還請各位高手大大提出來，以協助本人改正錯誤。

　　如果你原來學習過Winsock編程，那麼看本篇文章將會非常輕鬆。如果沒學過，也沒關係，本篇博文將會詳細講解。OK，廢話不多說，直接跳到主題。

 

　　1.在我們使用任何winsock函數之前，必須要現在標頭檔中添加winsock2.h和ws2_32.lib檔案。

#include <winsock2.h>#pragma comment(lib, "ws2_32.lib")

同時，我們要注意：winsock2.h標頭檔必須要放在windows.h標頭檔的上面，要不然編譯的時候會出錯。

　　2.在我們調用任何winsock函數之前，還要必須通過WSAStartup函數完成對winsock服務的初始化。

int WSAStartup ( WORD wVersionRequested, LPWSADATA lpWSAData )

(1)wVersionRequested:一個WORD（雙位元組）型數值，在最高版本的Windows Sockets支援調用者使用，高階位元組指定小版本(修訂本)號,低位位元組指定主要版本號。一般使用MAKEWORD(2,2)

(2)lpWSAData 指向WSADATA資料結構的指標，用來接收Windows Sockets實現的細節。

　　3.當我們調用了WSAStartup函數後，便可以調用其他的winsock函數了。使用WSASocket函數建立一個與指定服務提供者捆綁的通訊端。

WSASocket(int af, int type, int protocol, LPWSAPROTOCOL_INFOW lpProtocolInfo, GROUP g, DWORD dwFlags);

(1)af:一個地址族規範，我們使用AF_INET。

(2)type:新通訊端的類型描述，我們使用SOCK_STREAM，也就是使用TCP

(3)protocol:通訊端使用的特定協議，如果調用者不願指定協議則定為0

(4)lpProtocolInfo:一個指向PROTOCOL_INFO結構的指標，該結構定義所建立套介面的特性。如果本參數非零，則前三個參數（af, type, protocol）被忽略。

(5)g:保留給未來使用的通訊端組。套介面組的標識符。

(6)dwFlags:套介面屬性描述。

一般我們都是用前面三個，後面的都為NULL。如果成功，返回的是一個SOCKET類型的通訊端。如果返回失敗，則返回SOCKET_ERROR

　　4.我們使用connect函數串連上我們指定的網站。

connect(SOCKET s, const struct sockaddr FAR * name, int namelen);

(1)s:通訊端描述符，也就是我們調用的WSASocket函數返回的通訊端

(2)name:一個SOCKADDR類型，不過我們一般使用SOCKADDR_IN類型，也就是是我們需要串連的IP,連接埠等等

(3)namelen:SOCKADDR結構體的長度。

SOCKADDR_IN ipconfig;HOSTENT * iphost;char * url = "baidu.com";if((iphost = gethostbyname(url)) != NULL)    ipconfig.sin_addr.S_un.S_addr = inet_addr(inet_ntoa(*((struct in_addr *)iphost->h_addr_list[0])))ipconfig.sin_port = htons(80);ipconfig.sin_family = AF_INET;

可以看我的另外一篇博文：使用C語言擷取指定網域名稱的IP

 

　　5.當我們串連以後，就需要發送http協議頭資訊了，如下：

char * httpHeader = "GET /index.html\r\nAccept: application/javascript, */*;q=0.8\r\nHost: baidu.com\r\nConnection: Keep-Alive\r\n\r\n"

然後使用send函數將其發送給主機。

send(sock, httpHeader, strlen(httpHeader) + 1, 0)

　　6.如果我們發送出去以後，需要使用recv函數進行接收從伺服器返回過來的資訊，其中，第一次返回的是伺服器返回過來的HTTP頭，我們可以從中看見是否成功，其後返回過來的則是網頁的原始碼:

int i = 0, check, err = 0;char recvChar[100];char recvCDa[500];if(recv(sock, recvCDa, 500, 0) == SOCKET_ERROR)    {        fprintf(stderr, "返回資訊失敗，錯誤碼:%d",WSAGetLastError());        system("pause");        return 1;    }     printf("伺服器返回HTTP頭：%s\n", recvCDa);     memset(recvChar, '\0', 101);     while((check = recv(sock, recvChar, sizeof(recvChar), 0)) != SOCKET_ERROR)    {        if(check < 100)            err = 1;        printf("%s", recvChar);        memset(recvChar, 0, 100);        if(err == 1)            break;        i++;    }

OK，下面附上一段整體的擷取百度原始碼的代碼：

#include <stdio.h>#include <string.h>#include <winsock2.h>#include <Windows.h>#pragma comment(lib, "ws2_32.lib")using namespace std;char * urlIp(char * url);int main(int argc, char * argv[]){    SOCKADDR_IN url_ipconfig = {sizeof(SOCKADDR_IN)};    char * sendChar;    WSADATA wsaDa;    SOCKET sock;    char ip[20];    char sendString[100];    char recvChar[100];     char recvCDa[500];    if(WSAStartup(MAKEWORD(2,2), &wsaDa) == SOCKET_ERROR)    {        fprintf(stderr, "初始化WSAStartup出錯，錯誤碼:%d",WSAGetLastError());        system("pause");        return 1;    }    if((sock = WSASocket(AF_INET, SOCK_STREAM, 0, NULL, NULL, 0)) == SOCKET_ERROR)    {        fprintf(stderr, "初始化WSAStartup出錯，錯誤碼:%d",WSAGetLastError());        system("pause");        return 1;    }        strcpy(ip, urlIp("baidu.com"));    url_ipconfig.sin_family = AF_INET;    url_ipconfig.sin_port = htons(80);    url_ipconfig.sin_addr.S_un.S_addr = inet_addr(ip);    if(connect(sock, (SOCKADDR *)&url_ipconfig, sizeof(url_ipconfig)) == SOCKET_ERROR)    {        fprintf(stderr, "串連伺服器失敗，錯誤碼:%d",WSAGetLastError());        system("pause");        return 1;    }    strcpy(sendString, "GET /index.html HTTP/1.1\r\nAccept: application/javascript, */*;q=0.8\r\nHost: baidu.com\r\nConnection: Keep-Alive\r\n\r\n");    if(send(sock, sendString, strlen(sendString) + 1, 0) == SOCKET_ERROR)    {        fprintf(stderr, "發送GET包失敗失敗，錯誤碼:%d\n",WSAGetLastError());        system("pause");        return 1;    }     memset(recvCDa, '\0', 500);     if(recv(sock, recvCDa, 500, 0) == SOCKET_ERROR)    {        fprintf(stderr, "返回資訊失敗，錯誤碼:%d",WSAGetLastError());        system("pause");        return 1;    }     printf("%s\n", recvCDa);     int i = 0, check, err = 0;     memset(recvChar, '\0', 101);     while((check = recv(sock, recvChar, sizeof(recvChar), 0)) != SOCKET_ERROR)    {        if(check < 100)            err = 1;        printf("%s", recvChar);        memset(recvChar, 0, 100);        if(err == 1)            break;        i++;    }    system("pause");    return 0;}char * urlIp(char * url){    HOSTENT * iphost;    char ipconfig[20];    char ip[20];    if((iphost = gethostbyname(url)) != NULL)    {        memcpy(&ip, inet_ntoa(*((struct in_addr *)iphost->h_addr_list[0])), 20);    }    return ip;}