weixin_40417029的博客

在进行正式开始爬虫之旅前，我们要认识几个Python库：urllib2：Python标准库，该库中提供了一系列针对url的操作方法 re：Python标准库，提供了一系列针对字符串匹配的方法 BeautifulSoup4：最主要的功能是从网页抓取数据（可以通过pip install BeautifulSoup4安装）接下来，就可以开始愉快的爬虫了~~首先，我们先获取要爬取的网页：...

实现一个HTTP服务器就是实现一个程序可以接受客户端发送给服务器进程的请求消息，通过解析这些请求消息，做出相应的响应。下面我们先来梳理一下整体的思路： 进行服务器的初始化： int init_server(char* ip, int port){ int sock = socket(AF_INET, SOCK_STREAM, 0); if(sock < 0...

前面已经实现了服务器的整体框架，现在就来具体实现HTTP服务器处理静态页面的逻辑。要获取具体的静态文件，就要知道要获取的文件的路径。我们分析url：协议方案名：使用http：或https：等协议方案名获取访问资源时要指定的协议类型登录信息：用户名和密码作为从服务器端获取的必要登录信息，是可选项服务器地址：访问服务器的地址（可以是要进行解析的地址，也可以是IPv4地址）服务...

下面实现处理动态页面的逻辑：创建一对命名管道，fork创建子进程；让父子进程执行不同的任务值得注意的是，由于管道数据流动是单向的，所以要创建一对；父进程将必要的信息通过管道传递给子进程，子进程将计算的结果通过管道传递给父进程。int HanndlerCGI(int sock, Req* req){ err_code = 200; //1、创建一对匿名管道 ...

转换原理图解：基于上图原理，可以写出代码： //主函数：#define _CRT_SECURE_NO_WARNINGS 1#include <stdio.h>#include "标头.h"int main(){ convert(); system("pause"); return 0;} //具体实现：#define _CRT_S...