如何从一个.txt中寻找目标字符串？

萧乐颜 2008-02-14 03:58:27
我有个URL.txt,保存的是已经得到的html源代码，在不用正则表达式的情况下，如何获取里面的URL以及它所对应的名字，然后保存在另外一个.txt 里面？环境是VS2005下

例如得到的源代码：
<html>
...
<body>
...
<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=296" target="_blank" class="a47">仙魔大战CG</a><br>
<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=296" target="_blank" class="a47">仙侠异界故事</a><br>
<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=296" target="_blank" class="a47">五大门派演示</a><br>
<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=412" target="_blank" class="a47">仙侠异界(序章)</a>
.....
</html>
获取http://ss.mop.com/pub/show.php?tpl_id=202&id=296仙侠异界故事等？
...全文
298 12 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
12 条回复
切换为时间正序
请发表友善的回复…
发表回复
萧乐颜 2008-02-15
  • 打赏
  • 举报
 回复
我问的是我的代码哈。
呵呵，我还是新手，得多向大家学习学习！
萧乐颜 2008-02-15
  • 打赏
  • 举报
 回复
呵呵，这只是整个项目中的一小部分，所以没用你说的那种方式，用另外一种方式实现了！
结帖了！散分！
mLee79 2008-02-15
  • 打赏
  • 举报
 回复
太失败了, fprintf( stderr , "warning unexpected CHAR:%x(%c)\n" , *p , *p );
mLee79 2008-02-15
  • 打赏
  • 举报
 回复
搞错:


                else if( NULL == href )

                {

                    fprintf( stderr , "warning unexpected CHAR:%x(%c)\n" , *href );

                    p = text;

                }

应该是:


                else if( NULL == href )

                {

                    fprintf( stderr , "warning unexpected CHAR:%x(%c)\n" , *p );

                    href = text;

                }


mLee79 2008-02-15
  • 打赏
  • 举报
 回复
运行效果:

$ cat inp; gcc -o gi gi.c; ./gi inp
<html>
<body>

<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=296" target="_blank" class="a47"> 仙魔大战CG </a> <br>
<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=296" target="_blank" class="a47"> 仙侠异界故事 </a> <br>

<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=296" target="_blank" class="a47"> 五大门派演示 </a> <br>

<a href="http://ss.mop.com/pub/show.php?tpl_id=202&id=412" target="_blank" class="a47"> 仙侠异界(序章) </a>
</body>
</html>


match HREF:"http://ss.mop.com/pub/show.php?tpl_id=202&id=296" , title:" 仙魔大战CG "
match HREF:"http://ss.mop.com/pub/show.php?tpl_id=202&id=296" , title:" 仙侠异界故事 "
match HREF:"http://ss.mop.com/pub/show.php?tpl_id=202&id=296" , title:" 五大门派演示 "
match HREF:"http://ss.mop.com/pub/show.php?tpl_id=202&id=412" , title:" 仙侠异界(序章) "
mLee79 2008-02-15
  • 打赏
  • 举报
 回复
为虾米不用正则表达式, 酱紫用正则表达式可以吧:



#include <stdio.h>

#include <ctype.h>



void slove( unsigned char* begin , unsigned char* end )

{    

    enum  { YY_LASTDFA=22, YY_JAMBASE=26 };

    static const unsigned char yy_accept[] = { 

            0,    0,    0,    0,    0,    0,    0,    6,    5,    5,

            2,    5,    5,    0,    0,    0,    1,    0,    0,    0,

            4,    0,    3,    0 

    };

    static const unsigned char yy_ec[] = { 

            0,    1,    1,    1,    1,    1,    1,    1,    1,    2,

            2,    2,    2,    2,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    2,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    3,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            4,    5,    6,    1,    1,    7,    1,    1,    1,    8,

            9,    1,   10,    1,    1,    1,    1,    1,    1,    1,

            1,    1,   11,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    7,    1,    1,

            1,    8,    9,    1,   10,    1,    1,    1,    1,    1,

            1,    1,    1,    1,   11,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1,    1,    1,    1,    1 

    };

    static const unsigned char yy_meta[] = { 

            0,    1,    1,    1,    1,    1,    1,    1,    1,    1,

            1,    1 

    };

    static const unsigned char yy_base[] = { 

            0,   21,   20,    0,    5,   19,   18,   21,   26,   13,

            26,    7,   14,   12,    5,    5,   26,    0,    1,   14,

            26,    0,   26,   26,    0 

    };

    static const unsigned char yy_def[] = { 

            0,   24,   24,   24,   24,   24,   24,   23,   23,   23,

            23,   23,   23,   23,   23,   23,   23,   23,   23,   23,

            23,   19,   23,    0,   23 

    };

    static const unsigned char yy_nxt[] = { 

            0,    8,   23,   23,   23,   23,   10,   20,   23,   19,

            11,   10,   18,   17,   16,   11,   21,   15,   14,   22,

            13,   23,   12,   12,    9,    9,    7,   23,   23,   23,

            23,   23,   23,   23,   23,   23,   23,   23 

    };

    static const unsigned char yy_chk[] = { 

            0,   24,    0,    0,    0,    0,    3,   18,    0,   17,

            3,    4,   15,   14,   13,    4,   19,   12,   11,   19,

            9,    7,    6,    5,    2,    1,   23,   23,   23,   23,

            23,   23,   23,   23,   23,   23,   23,   23 

    };



    unsigned char* href = NULL , *title = NULL , *text , *p;

    int curr , start = 1 , stbk = 0 , yyc , action = 0;

    unsigned char* txtbk = NULL    ;    



    while( 1 )

    {

        curr = start;

        text = begin;

        do {

            if( begin >= end )

                return ;    /* done */

            yyc = yy_ec[*begin];

            if( yy_accept[curr] )

                stbk = curr , txtbk = begin;

            while( yy_chk[yy_base[curr] + yyc] != curr )  

            {

                if( (curr=yy_def[curr]) >= YY_LASTDFA + 2 )     

                    yyc = yy_meta[ yyc ];                     

            }

            curr = yy_nxt[ yy_base[curr] + yyc ];

            ++begin;

        } while( yy_base[curr] != YY_JAMBASE );



        if( (action = yy_accept[curr] )== 0 )

            begin = txtbk , curr = stbk , action = yy_accept[curr];

        switch(action)

        {

        case 1:

            start = 3;

            break;

        case 2:

            title = text + 1;

            start = 5;

            break;

        case 3:

            text = p = begin;

            for( ; p < end ; ++p )

            {

                if( isspace(*p) )

                    ;

                else if( *p == '\'' || *p == '\"' )

                {

                    if( NULL == href )

                    {

                        href = p + 1;

                    }

                    else

                    {

                        *p = 0;

                        begin = p + 1;

                        break;

                    }

                }

                else if( NULL == href )

                {

                    fprintf( stderr , "warning unexpected CHAR:%x(%c)\n" , *href );

                    p = text;

                }

            }

            break;

        case 4:

            *text = 0;

            start = 1;

            printf( "match HREF:\"%s\" , title:\"%s\"\n" , href?(char*)href:"<nil>" , title?(char*)title:"<nil>" );

            href = title = NULL;

            break;

        case 5:

            break;

        }

    }

}



#define MAXX_TEST_LENGTH        (32*1024)



int main( int argc , char* argv[] )

{

    int i , e = 0;

    unsigned char   buff[ MAXX_TEST_LENGTH + 64 ];

    for( i = 1; i < argc; ++i )

    {

        FILE* ifs = fopen( argv[i] , "rb" );

        if( NULL != ifs )

        {

            size_t szr = fread( buff , 1 , MAXX_TEST_LENGTH , ifs );

            fclose( ifs );

            buff[szr] = buff[szr+1] = 0;

            slove( buff , buff + szr );

        }

        else

        {

            ++e ;

            fprintf( stderr , "ERROR: open %s failed\n" , argv[i] );

        }

    }

return e;

}


萧乐颜 2008-02-15
  • 打赏
  • 举报
 回复
// load.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <iostream>
#include <string>
#include <fstream>
#include <windows.h>
#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include "vbscript.tlh"

using namespace std;
using namespace VBScript_RegExp_55;

#define _ATL_CSTRING_EXPLICIT_CONSTRUCTORS
#include <atlbase.h>
#include <atlstr.h>
#include <wininet.h>

#pragma comment(lib, "wininet.lib")

#define BUF_SIZE (1000*1024)

void findURL(const char * source)
{
IRegExp2Ptr regex;
regex.CreateInstance(__uuidof(VBScript_RegExp_55::RegExp), 0, CLSCTX_INPROC_SERVER);
regex->Global = -1;
regex->IgnoreCase = -1;
regex->Multiline = -1;
regex->Pattern = "<a\\s+href=\"(http://[^?<>\"=&;]+)\".*>(.[^<>\"=&]+)</a>";
IMatchCollection2Ptr mc = regex->Execute(_bstr_t(source));
for (int i=0; i<mc->Count; ++i)
{
IMatch2Ptr match = mc->Item[i];
ISubMatchesPtr sm = match->SubMatches;
cout << (const char *)_bstr_t(sm->Item[0]) << " " << (const char *) _bstr_t(sm->Item[1]) << endl;
}
}


// CrackedUrl
class CrackedUrl
{
int m_scheme;
CStringW m_host;
int m_port;
CStringW m_path;
public:
CrackedUrl(LPCWSTR url)
{
URL_COMPONENTS uc = { 0};
uc.dwStructSize = sizeof(uc);

const DWORD BUF_LEN = 256;

WCHAR host[BUF_LEN];
uc.lpszHostName = host;
uc.dwHostNameLength = BUF_LEN;

WCHAR path[BUF_LEN];
uc.lpszUrlPath = path;
uc.dwUrlPathLength = BUF_LEN;

WCHAR extra[BUF_LEN];
uc.lpszExtraInfo = extra;
uc.dwExtraInfoLength = BUF_LEN;

if (!InternetCrackUrl(url, 0, ICU_ESCAPE, &uc))
{
cout<<"Error:InternetCrackUrl failed!";
Sleep(2000);
}

m_scheme = uc.nScheme;
m_host = host;
m_port = uc.nPort;
m_path = path;
}

int GetScheme() const
{
return m_scheme;
}

LPCWSTR GetHostName() const
{
return m_host;
}

int GetPort() const
{
return m_port;
}

LPCWSTR GetPath() const
{
return m_path;
}

static CStringA UrlEncode(const char* p)
{
if (p == 0)
{
return CStringA();
}

CStringA buf;

for (;;)
{
int ch = (BYTE) (*(p++));
if (ch == '\0')
{
break;
}

if (isalnum(ch) || ch == '_' || ch == '-' || ch == '.')
{
buf += (char)ch;
}
else if (ch == ' ')
{
buf += '+';
}

else
{
char c[16];
wsprintfA(c, "%%%02X", ch);
buf += c;
}
}

return buf;
}
};

// CrackedUrl
HINTERNET OpenSession(LPCWSTR userAgent = 0)
{
return InternetOpen(userAgent, INTERNET_OPEN_TYPE_PRECONFIG, NULL, NULL, 0);
}

HINTERNET Connect(HINTERNET hSession, LPCWSTR serverAddr, int portNo)
{
return InternetConnect(hSession, serverAddr, portNo, NULL, NULL, INTERNET_SERVICE_HTTP, 0, 0);
}

HINTERNET OpenRequest(HINTERNET hConnect, LPCWSTR verb, LPCWSTR objectName, int scheme)
{
DWORD flags = 0;

if (scheme == INTERNET_SCHEME_HTTPS)
{
flags |= INTERNET_FLAG_SECURE;
}

return HttpOpenRequest(hConnect, verb, objectName, NULL, NULL, NULL, flags, 0);

}

BOOL AddRequestHeaders(HINTERNET hRequest, LPCWSTR header)
{
SIZE_T len = lstrlenW(header);

return HttpAddRequestHeaders(hRequest, header, DWORD(len), HTTP_ADDREQ_FLAG_ADD);

}

BOOL SendRequest(HINTERNET hRequest, const void* body, DWORD size)
{
return HttpSendRequest(hRequest, 0, 0, const_cast<void*>(body), size);
}

BOOL EndRequest(HINTERNET hRequest)
{
// if you use HttpSendRequestEx to send request then use HttpEndRequest in here!
return TRUE;
}

BOOL QueryInfo(HINTERNET hRequest, int queryId, char* szBuf, DWORD* pdwSize)
{
return HttpQueryInfo(hRequest, queryId, szBuf, pdwSize, 0);
}

BOOL ReadData(HINTERNET hRequest, void* buffer, DWORD length, DWORD* cbRead)
{
return InternetReadFile(hRequest, buffer, length, cbRead);
}

void CloseInternetHandle(HINTERNET hInternet)
{
if (hInternet)
{
InternetCloseHandle(hInternet);
}
}

int _tmain()
{
struct ComInit {
ComInit() {
CoInitialize(0);
}
~ComInit() {
CoUninitialize();
}
} comInit;

HINTERNET hSession = 0;
HINTERNET hConnect = 0;
HINTERNET hRequest = 0;
CStringW strHeader(L"Content-type: application/x-www-form-urlencoded\r\n");

// Test data
//Config cfg;
CrackedUrl crackedUrl(L"http://xunyou.com/");
CStringA strPostData("value1=10&value2=14");

// Open session.
hSession = OpenSession(L"HttpPost by xiaoqiandexiaoqian@126.com");
if (hSession == NULL)
{
cout<<"Error:Open session!";
return -1;
}

// Connect.
hConnect = Connect(hSession, crackedUrl.GetHostName(), crackedUrl.GetPort());
if (hConnect == NULL)
{
cout<<"Error:Connect failed!";
return -1;
}

// Open request.
hRequest = OpenRequest(hConnect, L"POST", crackedUrl.GetPath(), crackedUrl.GetScheme());
if (hRequest == NULL)
{
cout<<"Error:OpenRequest failed!";
return -1;
}

// Add request header.
if (!AddRequestHeaders(hRequest, strHeader))
{
cout<<"Error:AddRequestHeaders failed!";
return -1;
}

// Send post data.
if (!SendRequest(hRequest, (const char*)strPostData, strPostData.GetLength()))
{
cout<<"Error:SendRequest failed!";
Sleep(2000);
return -1;
}

// End request
if (!EndRequest(hRequest))
{
cout<<"Error:EndRequest failed!";
Sleep(2000);
return -1;
}

char szBuf[BUF_SIZE];
DWORD dwSize = 0;
szBuf[0] = 0;


// read data.
for (;;)
{
dwSize = BUF_SIZE;
if (ReadData(hRequest, szBuf, dwSize, &dwSize) == FALSE)
{
break;
}

if (dwSize <= 0)
{
break;
}

szBuf[dwSize] = 0;
cout<<szBuf;

}

vector<char> buf;
ifstream ifs("D:\\URL.txt");
ifs.seekg(0, ios_base::end);
size_t size = ifs.tellg();
ifs.seekg(0, ios_base::beg);
buf.resize(size+1);
ifs.read(&buf[0], buf.size()-1);
buf[size] = 0;
ifs.close();
findURL(&buf[0]);
ofstream resultFile;
resultFile.open("D:\\resultFile.txt");
//////想这这写东西把调试显示的消息保存在resultFile.txt或其他什么文件中
resultFile.close();
ifs.close();


CloseInternetHandle(hRequest);
CloseInternetHandle(hConnect);
CloseInternetHandle(hSession);

return 0;
}

Supper_Jerry 2008-02-15
  • 打赏
  • 举报
 回复
针对特定的格式，可以写特定的程序搜索。
大前置 2008-02-15
  • 打赏
  • 举报
 回复
下面是我自己写的类，编译通过，不知道能否满足你的要求.
#include <iostream>
#include <fstream>
#include <string>
using namespace std;

class SeUrl
{
public:
void ReadFile();
void SeparateUrlAndName(string strSource);
int StrFind(string strSource,string subStr);
bool OpenFile();
bool CloseFile();
private:
ifstream fin;
ofstream fout;
string url;
string name;
};
bool SeUrl::OpenFile()
{
fin.open("url.txt");
if(fin.fail())
return false;
fout.open("save.txt");
if(fout.fail())
return false;
return true;
}
bool SeUrl::CloseFile()
{
fin.close();
fout.close();
return true;
}
int SeUrl::StrFind(string strSource,string subStr)
{
int sLast=-1;
sLast = strSource.find(subStr)+subStr.length();
return sLast;
}
void SeUrl::SeparateUrlAndName(string strSource)
{
int find=0,next=0,temp;
char str_temp[250],r_str[250],n_str[250];
bool flag=false;
find=StrFind(strSource,"<a href=\"");
strcpy(str_temp,strSource.c_str());
if(find-10)
{
while(next<=strSource.length()&&str_temp[find+1]!='"')
{ //分离URL
r_str[next]=str_temp[find];
next++;
find++;
}
fout<<r_str;
temp=next;
next=0;
while((next+temp)<=strSource.length())
{ //分离name
if(str_temp[find]=='>')
{
flag=true;
}
if(str_temp[find+1]=='<')
{
flag=false;
break ;
}
if(flag)
{
n_str[next]=str_temp[find+1];
fout<<n_str[next];
}
next++;
find++;
}
fout<<endl;
}
}
void SeUrl::ReadFile()
{
string str;
if(OpenFile())
{
while(!fin.eof())
{
getline(fin,str);
SeparateUrlAndName(str);
}
}
}
int main()
{
SeUrl u;
u.ReadFile();
getchar();
return 1;
}
baihacker 2008-02-14
  • 打赏
  • 举报
 回复
用不用正则式只是把其中IF中的实现变了而已
自己写个函数便是...
baihacker 2008-02-14
  • 打赏
  • 举报
 回复
我是用的正则式...

FLAG = 0
WHILE GET_NEXT_LINE to LINE
IF FLAG = 0
IF LINE 满足开始条件
FLAG = 1
END
ELSE
IF LINE 满足结束条件
BREAK
END
IF 匹配
RESULT.INSERT 匹配结果
END
END
END WHILE
visame 2008-02-14
  • 打赏
  • 举报
 回复
逐行读入，然后搜索关键词？
python-在txt文件中寻找字符串，并输出字符串所在行列
说明： 函数place（）：查询子字符串在大字符串中的所有位置 函数seek_in_txt_name(add,name)：在txt文件中寻找字符串，并输出字符串所在行列 def place(zi,mu): """查询子字符串在大字符串中的所有位置""" len1 = len(zi) pl = [] if zi == mu: pl.append(0) ...
如何在PHP中快速查找字符串中的某个字符？底层原理是什么？
底层原理是，这些函数在内部实现中使用不同的算法来搜索字符串中的字符。函数或正则表达式来在PHP中快速查找字符串中的某个字符。函数或相关的正则表达式函数，可以进行字符串匹配操作，以查找目标字符的位置。底层原理是，正则表达式引擎会根据正则模式逐个字符地扫描字符串，找到与模式匹配的字符。底层原理是，该函数通过遍历字符串中的每个字符，逐个比较字符与目标字符是否相等，直到找到第一个匹配或遍历完整个字符串。底层原理是，该函数遍历字符串中的每个字符，并将字符与目标字符进行比较，直到找到第一个匹配或遍历完整个字符串。
windows查找文件位置及查找文件中目标字符串dos命令
文章目录find 在文件中搜索字符串。findstr 在文件中寻找字符串。where 显示符合搜索模式的文件位置 在文件中搜索指定字符串时，建议使用findstr而非find. 查找文件位置的命令用where. find 在文件中搜索字符串。 FIND [/V] [/C] [/N] [/I] [/OFF[LINE]] "string" [[drive:][path]filename[ ...]] ...
字符串之子字符串查找
子字符串查找  字符串的一种基本操作就是子字符串查找：给定一段长度为N的文本text和一个长度为M的模式字符串pattern，在文本中找到一个和该模式相符的子字符串。解决该问题的大部分算法都可以很容易地扩展为找出文本中和该模式相符的子字符串，统计该模式在文本中的出现次数，或者找出上下文（和该模式相符的子字符串周围的文字）的算法。现如今主要算法有暴力子字符串查找，KMP，BM字符串查找和RK指纹字符...
java 查找字符串所在的位置,java查找字符串位置
[解析] 本题主要考查的知识点为Java语言显示文字的方法。[要点透析] (1)drawString(String str,int x,int y),在指定位置显示字符串。(2)drawChars(chardata[......在 Java 中,对于字符串常量对象使用 String 类,它提供了许多诸如比较(compareTo) 、查找 (indexOf)之类的操作, 而对于字符串变量对象则使用 ...
C++ 语言

65,186

社区成员

250,526

社区内容

发帖
与我相关
我的任务
社区描述
C++ 语言相关问题讨论，技术干货分享，前沿动态等
c++ 技术论坛（原bbs）
社区管理员
  • C++ 语言社区
  • encoderlee
  • paschen
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
  1. 请不要发布与C++技术无关的贴子
  2. 请不要发布与技术无关的招聘、广告的帖子
  3. 请尽可能的描述清楚你的问题，如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧

+ 用AI写文章