c++ 高效解析url算法

最新推荐文章于 2024-07-27 14:16:56 发布
最新推荐文章于 2024-07-27 14:16:56 发布
阅读量5.3k 收藏 20
点赞数 2
分类专栏： 网络 http协议 文章标签： http url 解析算法 字符串
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qianbo042311/article/details/117790086
版权

协议解析url

用处

http协议，rtp协议，rtmp协议，rtsp中解析url，很多语言都有封装的解析URL的工具类库，在c++ 写的server的中如果需要解析url，需要写一个高效率的解析封装方法。这里使用c++，仅仅使用c++ STL 的string 类 以及c++的封装特性，解析尽量使用了c的方式，以便于改进。

比较和查找

在url中查找字符串，如？，&，等等

static inline int judge_equeal(const char *pos, const char *compare, size_t &clen)
{
	for (size_t i = 0; i < clen; i++)
	{
		if (pos[i] != compare[i])
			return -1;
	}
	return 0;
}
//这个函数返回位置长度
static inline int string_find(const char *u, const char *compare)
{
	size_t clen = strlen(compare);
	size_t ulen = strlen(u);
	if (clen > ulen)
		return -1;
	const char *pos = u;
	const char *posend = u + ulen - 1;
	for (; pos <= posend - clen; pos++)
	{
		if (judge_equeal(pos, compare, clen) == 0)
		{
			return (int)(pos - u);
			//return 0;
		}
	}
	return -1;
}
//这个函数返回字符串位置
//如 abcdef  def 
        |    | 
static inline const char* string_find_pos(const char *u, const char *compare)
{
	size_t clen = strlen(compare);
	size_t ulen = strlen(u);
	if (clen > ulen)
		return NULL;
	const char *pos = u;
	const char *posend = u + ulen - 1;
	for (; pos <= posend - clen; pos++)
	{
		if (judge_equeal(pos, compare, clen) == 0)
		{
			return pos;
			//return 0;
		}
	}
	return NULL;
}

数据结构定义

数据结构中分别为协议，主机字符串，主机端口号，以及uri，如果需要param参数，如
http://aaa.com:8080/?x=123
求取x的值，需要调用GetParam函数，具体请看后面main函数sample

typedef struct UrlParam
{
	string protocol;
	string host;
	unsigned short port = 80;
	string uri;
	void clear()
	{
		protocol.clear();
		host.clear();
		uri.clear();
		port = 80;
	}
}TUrlParam;

解析类封装

class TParseUrl
{
protected:
	static int parse_domain(const char *pos, const char *posend, TUrlParam & param)
	{
		int point = string_find(pos, ":");
		if(point>=0)
		{
			param.host = string(pos, point);
			pos += point + 1;
			string tmp = string(pos, posend - pos) ;
			if(IsNumber(tmp.c_str()))
				param.port = atoi(tmp.c_str());
			return 0;
		}
		return -1;
	}
	static bool IsNumber(const char * num)
	{
		int length = (int)strlen(num);
		for (int i = 0; i < length; i++)
		{
			if (i == 0 && (num[i] == '+' || num[i] == '-'))
			{
				if (length > 1)
					continue;
				return false;
			}
			if (!isdigit(num[i]))
				return false;
		}
		return true;
	}
public:
	TParseUrl(const char * url) {
		ParseUrl(url, v_param);
	}
	virtual ~TParseUrl() {};
	TUrlParam v_param;

#define POS_JUDGE if(pos>=posend) return -1
#define POS_JUDGE_OK if(pos>=posend) return 0
	static int ParseUrl(const char *url, TUrlParam &param)
	{
		//memset(&param, 0, sizeof(param));
		const char * posend = url + strlen(url) - 1;
		param.uri = url;
		const char * pos = url;
		int point = 0;
		if ((point = string_find(pos, "://")) >= 0)
		{
			param.protocol = string(url, point);
		}
		else
			return -1;
		pos += point + 3; //strlen("://")
		POS_JUDGE;
		if ((point = string_find(pos, "/")) >= 0)
		{
			param.host = string(pos, point);
			const char *end = pos + point;
			parse_domain(pos, end, param);
			param.uri = string(pos + point + 1);
		}
		else
		{
			//the left all is domain
			int hlen = (int)(posend - pos + 1);
			param.host = string(pos,hlen);
			const char *end = pos + hlen - 1;
			parse_domain(pos, end, param);
			param.uri = "/";
			return 0;
		}


	
		return 0;
	}

	string GetParam(const char *param)
	{
		int point = -1;
		const char *ustart = v_param.uri.c_str();

		const char * start = string_find_pos(ustart, "?");
		if (start != NULL)
		{
			++start;
			//?a=abc&b=ddd
			string par = param;
			par +="=";
			start = string_find_pos(start, par.c_str());
			if (start != NULL )
			{
				const char * j = start - 1;
				char c = *j;
				if (c == '&' || c == '?')
				{
					start += par.length();
					const char * end = string_find_pos(start, "&");
					if (end != NULL)
					{
						return string(start, end);
					}
					return string(start);
				}
			}
		}
		return "";
	}

	void SetUrl(const char *url)
	{
		v_param.clear();
		ParseUrl(url, v_param);
	}
};

调用

在GetParam的时候，如果没有

if (c == ‘&’ || c == ‘?’)

的判断是不行的，为了加快判决我们直接是模式匹配，但是有如 “abc=” 如果不小心把“c=” 的模式配置在url中查找到就去取值是不对的，判断前一个字节是？或者& 是明智的做法。

int main()
{
cout << "======================================================"<<endl;
	const char * url = "rtp://234.5.6.7:8000/live/1000/s1?a=abc&b=ddd";
	cout << url << endl;
	TParseUrl parse(url);
	cout << parse.v_param.protocol << endl;
	cout << parse.v_param.host<< endl;
	cout << parse.v_param.port << endl;
	cout << parse.v_param.uri << endl;
	cout<<  parse.GetParam("a")<<endl;
	cout << parse.GetParam("b") << endl;
	cout << endl << endl;

	cout << "======================================================"<<endl;
	url = "https://127.0.0.1:9001/abc/qianbo/ss?abc=qianbo&abcd=test";
	cout << url << endl;
	parse.SetUrl(url);
	cout << parse.v_param.protocol << endl;
	cout << parse.v_param.host << endl;
	cout << parse.v_param.port << endl;
	cout << parse.v_param.uri << endl;
	cout << parse.GetParam("c") << endl;
	cout << parse.GetParam("d") << endl;
	cout << parse.GetParam("abc") << endl;
	cout << parse.GetParam("abcd") << endl;

}

url解析输出

测试

花了一小段时间写这个解析，希望有使用的人提出bug，留言。

全部代码,复制可用

/*
Author:钱波
email: 418511899@qq.com
wei:   18091589062
func  :类
time:  2021年6月9日
*/
#pragma once
#include <stdio.h>
#include <stdlib.h>
#include <memory.h>
#include <string.h>
#include <string>
#include <iostream>

using namespace std;

static inline int judge_equeal(const char *pos, const char *compare, size_t &clen)
{
	for (size_t i = 0; i < clen; i++)
	{
		if (pos[i] != compare[i])
			return -1;
	}
	return 0;
}
static inline int string_find(const char *u, const char *compare)
{
	size_t clen = strlen(compare);
	size_t ulen = strlen(u);
	if (clen > ulen)
		return -1;
	const char *pos = u;
	const char *posend = u + ulen - 1;
	for (; pos <= posend - clen; pos++)
	{
		if (judge_equeal(pos, compare, clen) == 0)
		{
			return (int)(pos - u);
			//return 0;
		}
	}
	return -1;
}
static inline const char* string_find_pos(const char *u, const char *compare)
{
	size_t clen = strlen(compare);
	size_t ulen = strlen(u);
	if (clen > ulen)
		return NULL;
	const char *pos = u;
	const char *posend = u + ulen - 1;
	for (; pos <= posend - clen; pos++)
	{
		if (judge_equeal(pos, compare, clen) == 0)
		{
			return pos;
			//return 0;
		}
	}
	return NULL;
}
typedef struct UrlParam
{
	string protocol;
	string host;
	unsigned short port = 80;
	string uri;
	void clear()
	{
		protocol.clear();
		host.clear();
		uri.clear();
		port = 80;
	}
}TUrlParam;
class TParseUrl
{
protected:
	static int parse_domain(const char *pos, const char *posend, TUrlParam & param)
	{
		int point = string_find(pos, ":");
		if(point>=0)
		{
			param.host = string(pos, point);
			pos += point + 1;
			string tmp = string(pos, posend - pos) ;
			if(IsNumber(tmp.c_str()))
				param.port = atoi(tmp.c_str());
			return 0;
		}
		return -1;
	}
	static bool IsNumber(const char * num)
	{
		int length = (int)strlen(num);
		for (int i = 0; i < length; i++)
		{
			if (i == 0 && (num[i] == '+' || num[i] == '-'))
			{
				if (length > 1)
					continue;
				return false;
			}
			if (!isdigit(num[i]))
				return false;
		}
		return true;
	}
public:
	TParseUrl(const char * url) {
		ParseUrl(url, v_param);
	}
	virtual ~TParseUrl() {};
	TUrlParam v_param;

#define POS_JUDGE if(pos>=posend) return -1
#define POS_JUDGE_OK if(pos>=posend) return 0
	static int ParseUrl(const char *url, TUrlParam &param)
	{
		//memset(&param, 0, sizeof(param));
		const char * posend = url + strlen(url) - 1;
		param.uri = url;
		const char * pos = url;
		int point = 0;
		if ((point = string_find(pos, "://")) >= 0)
		{
			param.protocol = string(url, point);
		}
		else
			return -1;
		pos += point + 3; //strlen("://")
		POS_JUDGE;
		if ((point = string_find(pos, "/")) >= 0)
		{
			param.host = string(pos, point);
			const char *end = pos + point;
			parse_domain(pos, end, param);
			param.uri = string(pos + point + 1);
		}
		else
		{
			//the left all is domain
			int hlen = (int)(posend - pos + 1);
			param.host = string(pos,hlen);
			const char *end = pos + hlen - 1;
			parse_domain(pos, end, param);
			param.uri = "/";
			return 0;
		}


	
		return 0;
	}

	string GetParam(const char *param)
	{
		int point = -1;
		const char *ustart = v_param.uri.c_str();

		const char * start = string_find_pos(ustart, "?");
		if (start != NULL)
		{
			++start;
			//?a=abc&b=ddd
			string par = param;
			par +="=";
			start = string_find_pos(start, par.c_str());
			if (start != NULL )
			{
				const char * j = start - 1;
				char c = *j;
				if (c == '&' || c == '?')
				{
					start += par.length();
					const char * end = string_find_pos(start, "&");
					if (end != NULL)
					{
						return string(start, end);
					}
					return string(start);
				}
			}
		}
		return "";
	}

	void SetUrl(const char *url)
	{
		v_param.clear();
		ParseUrl(url, v_param);
	}
};


int main()
{
	cout << "======================================================"<<endl;
	const char * url = "rtp://234.5.6.7:8000/live/1000/s1?a=abc&b=ddd";
	cout << url << endl;
	TParseUrl parse(url);
	cout << parse.v_param.protocol << endl;
	cout << parse.v_param.host<< endl;
	cout << parse.v_param.port << endl;
	cout << parse.v_param.uri << endl;
	cout<<  parse.GetParam("a")<<endl;
	cout << parse.GetParam("b") << endl;
	cout << endl << endl;

	cout << "======================================================"<<endl;
	url = "https://127.0.0.1:9001/abc/qianbo/ss?abc=qianbo&abcd=test";
	cout << url << endl;
	parse.SetUrl(url);
	cout << parse.v_param.protocol << endl;
	cout << parse.v_param.host << endl;
	cout << parse.v_param.port << endl;
	cout << parse.v_param.uri << endl;
	cout << parse.GetParam("c") << endl;
	cout << parse.GetParam("d") << endl;
	cout << parse.GetParam("abc") << endl;
	cout << parse.GetParam("abcd") << endl;

}
qianbo_insist
关注
专栏目录
275.【华为OD机试】文本统计分析（线性扫描算法—Java&Python&C++&JS实现）
一键难忘的博客
02-24 3319
【华为OD机试】文本统计分析（线性扫描算法—Java&Python&C++&JS实现） 有一个文件, 包含以一定规则写作的文本, 请统计文件中包含的文本数量 规则如下 1. 文本以";"分隔，最后一条可以没有";"，但空文本不能算语句，比如"COMMAND A; ;"只能算一条语句. 注意, 无字符/空白字符/制表符都算作"空"文本 2. 文本可以跨行, 比如下面, 是一条文本, 而不是三条 COMMAND A AND COMMAND B;
URL解析的C++代码 - 摘自RLib
Rprop
06-29 3572
备注:C++解析URL除了第三方库之外,还可以使用ParseURL,该函数定义在Shlwapi.h中,美中不足的是,无法解析出端口./************************************************************************/ /* Uri
oneurl（C/C++的URL解析库 ）
10-14
oneurl是一个C/C++语言开发的url解析以及标准化开源库，基于googleurl内核函数，主要功能： a.解析url，可以得到协议（scheme）,主机名（host），端口（port），域名（Domain）,路径（path）,查询参数（query）.支持动态页面判断，路径深度等功能。 b.标准化Url，严格按照RFC文档规定的标准将不符合标准的Url标准化，包括pct编码。 c.具有参数去重，排序功能。 d.支持UTF-8和GBK编码格式。
[C++]一个URL编码和解码的C++类
最新发布
FL1768317420的博客
07-27 399
下面的代码实现了一个用于C++中转码的类strCoding。里面有UTF8、UNICODE、GB2312编码的互相转换。
C/C++编程：url解析
OceanStar的博客
08-04 2689
通过url获取host #include <iostream> /* data: "http://www.gmail.com:443/path/test.cgi?name=value&name2=value2 */ static void __get_host_from_url(char *buf, size_t size, const char *url) { const char *ptr1, *ptr2; size_t n; buf[0] = 0;
C++ 超强的URL解析算法
毛C毛Py的专栏
12-23 6782
int parse_url(char *url, char **serverstrp, int *portp, char **pathstrp){  char buf[256];  int serverlen, numread=0;  /* go through the url */  /* reset url to point PAST the http:// */  /* assume
一个URL编码和解码的C++类
我的专栏
04-14 6060
#pragma once#include #include #include using namespace std;class strCoding{public:    strCoding(void);    ~strCoding(void);       void UTF_8ToGB2312(string &pOut, char *pText, int pLen);//utf_8转
解析url
03-15 141
// parse url 解析 url c c++ 代码 rfc 2068 #include <stdio.h> #include <string.h> #include <stdlib.h> // 解析url，作为示例，很多情况没考虑，比如说user,pass之类的 int parse_url(char *ur...
C++类URL编码和解码使用技巧
翻肚鱼儿的博客
09-14 615
URL地址编码和解码
C_C++资料文档解析大集合
08-29
本资源包"**C_C++资料文档解析大集合**"提供了丰富的学习材料，包括技术文章、C++语言规范、库解析和计算机科学相关知识，旨在帮助开发者深入理解和掌握这两种语言。 1. **Tech.rar**：这个压缩文件可能包含了各种...
51、C++使用 tinyXML进行SVG的构建和解析
sxj731533730
09-01 881
基本思想：当R329刷机完成之后，整个系统和之前搞得树莓派系统就差不多了，先设置wifi，然后串口访问即可 sudo touch /etc/wpa_supplicant/wpa_supplicant.conf #增加如下内容 network={ ssid="[你的网络名称]" psk="[你的网络密码]"} ...
urlparser（解析URL的类）
10-14
单文件，包含就能用，很方便。 在VS2010中测试有效
C++URL编码和解码
07-16
C++URL编码和解码
C++ 实现 ping 功能&& 域名（URL）解析实际 IP地址
11-01
用C++实现了cmd命令行程序的ping命令，并能够将域名解析成实际的ip地址，详情请见博客地址：http://blog.csdn.net/goforwardtostep/article/details/52988142
urlParser:用 C++ 编写的 Node.js 的 URL 解析器
05-31
Node.js 的 #Url 解析器 -开发停止 ##性能分析C++ 的性能非常慢。 问题是在 v8 层设置对象时需要最长时间。 ##编译和运行 进行配置 建造 做测试 ＃＃＃参考： /节点 RFC , 执照 麻省理工学院 :copyright:
2024华为OD机试真题指南宝典—持续更新（JAVA&Python&C++&JS）【彻底搞懂算法和数据结构—算法之翼】
热门推荐
一键难忘的博客
12-24 2万+
2024华为OD机试指南宝典—持续更新（JAVA&Python&C++&JS）【彻底搞懂算法和数据结构—算法之翼】 OD全称(Outsourcing Dispacth)模式，目前华为和德科联合招聘的简称。目前华为社招大多数是OD招聘，17级以下都为OD模式，OD模式也是华为提出的一种新的用工形式，定级是13-17级，属于华为储备人才，每年都会从OD项目挑优秀员工转为正编。--考来的，描述的很准确。
C++11解析url
luowuf的专栏
07-10 3924
之前使用boost解析字符串，因为编译跨平台的boost比较麻烦，现在尝试使用C++11，效果一样，以下是一个解析url的简单demo #include #include int url2domain(const std::string &url, std::string &domain, unsigned &port) { int ret = -1; //使用迭代器拆分字符
C语言实现url解析小实例
一口Linux的专栏
03-17 3154
前言 前面一口君写了一篇关于url的文章： 《一文带你理解URI 和 URL 有什么区别？》 本篇在此基础上，编写一个简单的用于解析url的小例子， 最终目标是解析出URL中所有的数据信息。 程序流程图 ...
c语言 解析url,使用C语言解析URL
weixin_33789616的博客
05-19 553
我的一个C语言练习，可以解析协议，主机，路径，询问，片段等#include #include #include #include #define MAXN 1024+10char url [MAXN] = "http://www.google.com:80/wiki/Search?search=train&go=Go#steammachine";int main(){const char ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

qianbo_insist

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值