2017-09-22 关于C++获取网页的一些心得

       因为个人关系，最近学习了怎样用C++代码获取网页源码，并通过处理字符串的方式获取自己想要的内容，不得不说那些封装好的类确实挺好用的。

       为了写窗口方便我就用了MFC，emmm...发现以前用API写的我好傻哦。

       C++获取网页我用的是CInternetSession和CHttpFile这两个来获取的，不说了，先上代码：

                CInternetSession Session;CHttpFile *pHttpFile = NULL;pHttpFile = (CHttpFile*)Session.OpenURL(WebUrl);if (pHttpFile == NULL){Session.Close();return;}

       不过在使用的时候要包括头文件<afxinet.h>这个头文件,短短这几句话就可以获得网页源码，很简单吧，这里的WebUrl是一个字符串，我用的是CString这个类，觉得挺好用的。这样获取后我是用

       pHttpFile->ReadString(一个自定义的CString类)

       这样一行一行的获取源码内容，然后通过处理字符串的形式来获取自己想要的信息，比如网页的title啊什么的，当然还要有一点html的基础，因为这样你才知道哪些地方会出现你不想要的标签什么的。当然我不清楚我这样做算不算对，毕竟是初学者，不过除了比较麻烦之外还是没有什么问题的。当然C++也有正则表达式，不过我不会真是遗憾，会的人做这个就简单很多吧，我也不清楚也没做过。

       不过中间可能遇到很多坑，可能会遇到连接服务器超时，或者网址有问题啊什么鬼的，可能会抛出异常，所以加一句捕获异常更好一些，不然程序可能会在一个莫名其妙的时间退出。然后还有就是可能会因为获取网址服务器原因造成延时获取之后， 获取了一段不完整源码后退出然后啥也没有了的情况，反正我出现过，而且现在原因不明，还是我太菜了吧。

       顺带一提，这里不用CHttpFile也可以，直接用CStdioFile也是没有毛病的，可以用ReadString，但是要注意的是CHttpFile提供了一些其他的方法，所以看你需要什么功能再看怎么使用，像我就只是获取源码看看就可以用CStdioFile， 当然OpenURL还有其他参数，具体的请多查阅资料了解。