博客导出工具(C++实现,支持sina,csdn,自定义列表)

目录(?)[-]

1. 操作步骤
2. 源码分析
   1. 获取对应的url页面源代码实现如下
   2. 获取的html源码为utf8格式需要转为ansi格式C实现代码如下
   3. 消息文本框显示
   4. 点击确定按钮后实现代码
   5. 根据博客地址获取源代码后分析查找博文数目和博文列表页数
   6. 当点击显示列表时根据之前的页面地址获取信息
   7. 在每个页面获取文章列表和页面地址
   8. 当点击导出博文时我们只需把源代码保存为html格式即可采用多线程实现
   9. 遍历博文时只需依次访问之前保存的链接即可实现如下

操作系统：windowAll

编程工具：visual studio 2013

编程语言：VC++

    

      最近博文更新的较频繁，为了防止账号异常引起csdn博文丢失，所以花了点时间做了个小工具来导出博文，用做备份。本文将从源码分析整个实现过程。先看个截图：

操作步骤：

1. 先在博客地址文本框输入博客地址例如：http://blog.csdn.net/yxstars/，http://blog.sina.com.cn/yxstars/，
   http://www.cnblogs.com/yxstars/
2. 然后点击确定，将显示共有多少篇博文，例如：[19:32:47]博文113篇
3. 点击文章列表：将显示所有博文，格式：title，href
4. 点击导出博文：将导出博文，在当前目录下的blog文件夹中。博文格式为html。
5. 遍历博文：将遍历所有博文并且显示出来。
6. 刷新：刷新所有博文，不显示。
7. 图片：导出的博文，图片下载到本地，博文图片链接到本地。
8. 列表：支持自定义的列表链接博文（当前目录下有个list.ini,可以自定义链接）。
9. 刷新次数：自定义，循环次数。
10. 时间间隔：每次循环sleep时间。

源码分析：

1. 获取对应的url页面源代码，实现如下：

[cpp]  view plain copy print ?

1. bool CBlogExportDlg::GetUrlStr(CString strUrl, CString& UrlData)  
2. {  
3.     CInternetSession session;  
4.     CHttpFile *file = NULL;  
5.     try{  
6.         file = (CHttpFile*)session.OpenURL(strUrl);  
7.     }  
8.     catch (CInternetException *m_pException){  
9.         file = NULL;  
10.         m_pException->m_dwError;  
11.         m_pException->Delete();  
12.         session.Close();  
13.         ShowMes("网络连接错误...");  
14.         return false;  
15.     }  
16.   
17.     if (!file){  
18.         ShowMes(strUrl + "获取失败...");  
19.         return false;  
20.     }  
21.   
22.     CString sRecived;  
23.     while (file->ReadString(sRecived) != NULL) {  
24.         UrlData += sRecived + "\n";  
25.     }  
26.     session.Close();  
27.     file->Close();  
28.     delete file;   
29.     file = NULL;  
30.     return true;  
31. }  

2. 获取的html源码为utf8格式，需要转为ansi格式，C++实现代码如下：

[cpp]  view plain copy print ?

1. int CBlogExportDlg::ConvUtf8ToAnsi(CString& strSource, CString& strChAnsi)  
2. {  
3.     if (strSource.GetLength() <= 0)  
4.         return 0;  
5.   
6.     CString strWChUnicode;  
7.   
8.     strSource.TrimLeft();  
9.     strSource.TrimRight();  
10.     strChAnsi.Empty();  
11.   
12.     int iLenByWChNeed = MultiByteToWideChar(CP_UTF8, 0,  
13.         strSource.GetBuffer(0),  
14.         strSource.GetLength(), //MultiByteToWideChar  
15.         NULL, 0);  
16.   
17.     int iLenByWchDone = MultiByteToWideChar(CP_UTF8, 0,  
18.         strSource.GetBuffer(0),  
19.         strSource.GetLength(),  
20.         (LPWSTR)strWChUnicode.GetBuffer(iLenByWChNeed * 2),  
21.         iLenByWChNeed); //MultiByteToWideChar  
22.   
23.     strWChUnicode.ReleaseBuffer(iLenByWchDone * 2);  
24.   
25.     int iLenByChNeed = WideCharToMultiByte(CP_ACP, 0,  
26.         (LPCWSTR)strWChUnicode.GetBuffer(0),  
27.         iLenByWchDone,  
28.         NULL, 0,  
29.         NULL, NULL);  
30.   
31.     int iLenByChDone = WideCharToMultiByte(CP_ACP, 0,  
32.         (LPCWSTR)strWChUnicode.GetBuffer(0),  
33.         iLenByWchDone,  
34.         strChAnsi.GetBuffer(iLenByChNeed),  
35.         iLenByChNeed,  
36.         NULL, NULL);  
37.   
38.     strChAnsi.ReleaseBuffer(iLenByChDone);  
39.   
40.     if (iLenByWChNeed != iLenByWchDone || iLenByChNeed != iLenByChDone)  
41.         return 1;  
42.   
43.     return 0;  
44. }  

3. 消息文本框显示

[cpp]  view plain copy print ?

1. void CBlogExportDlg::ShowMes(CString mes)  
2. {  
3.     CTime time;  
4.     time = CTime::GetCurrentTime();//Get the current time  
5.     CString Times = _T("[") + time.Format("%H:%M:%S") + "]";//Conversion time format  
6.   
7.     int len = MesEdit.GetWindowTextLength();  
8.     MesEdit.SetSel(len, len);  
9.     MesEdit.ReplaceSel(Times + mes + _T("\r\n"));  
10. }  

4. 点击确定按钮后，实现代码

[cpp]  view plain copy print ?

1. void CBlogExportDlg::OnBnClickedButtonOk()  
2. {  
3.     GetDlgItemText(IDC_EDIT_ADDRESS, blogAdr);  
4.     ShowBlogAdr();  
5.     //blogAdr = ("http://blog.csdn.net/yxstars/");  
6.     int pos = blogAdr.Find("http://blog.csdn.net/");  
7.     if (pos == -1){  
8.         ShowMes("csdn blog地址不对...");  
9.     }  
10.     blogAdrs = blogAdr;  
11.   
12.     CString urlData;  
13.     if (!GetUrlStr(blogAdr, urlData)){  
14.         return;  
15.     }  
16.   
17.     CFile fs;  
18.     if (!fs.Open(strDirPath + "temp", CFile::modeCreate | CFile::modeWrite)){  
19.         return;  
20.     }  
21.   
22.     fs.Write(urlData, urlData.GetLength());  
23.     fs.Close();  
24.   
25.     CString ansiUrlData;  
26.     ConvUtf8ToAnsi(urlData, ansiUrlData);  
27.     GetBlogInfo(ansiUrlData);  
28.   
29. }  

5. 根据博客地址，获取源代码后分析，查找博文数目，和博文列表页数。

[html]  view plain copy print ?

1. <!--显示分页 -->  
2.   
3. <div id="papelist" class="pagelist">  
4. <span> 113条数据  共6页</span><strong>1</strong> <a href="/yxstars/article/list/2">2</a> <a href="/yxstars/article/list/3">3</a> <a href="/yxstars/article/list/4">4</a> <a href="/yxstars/article/list/5">5</a> <a href="/yxstars/article/list/6">...</a> <a href="/yxstars/article/list/2">下一页</a> <a href="/yxstars/article/list/6">尾页</a>   
5. </div>  

从上面的代码中可以获取信息如下：

<span> 113条数据  共6页</span>, 共有113篇博文，共有6页。

 <a href="/yxstars/article/list/3">，页面链接地址为/yxstars/article/list/ + 要显示的页数。

C++代码实现如下：

[cpp]  view plain copy print ?

1. void CBlogExportDlg::GetBlogInfo(CString& urlData)  
2. {  
3.     int pos = urlData.Find("<div id=\"papelist\" class=\"pagelist\">");  
4.     if (pos == -1){  
5.         ShowMes("获取列表数目失败...");  
6.         return;  
7.     }  
8.     urlData = urlData.Mid(pos + 44);  
9.     pos = urlData.Find("条数据");  
10.     if (pos == -1){  
11.         ShowMes("获取列表条数失败...");  
12.         return;  
13.     }  
14.   
15.     CString blogListNum = urlData.Left(pos);  
16.       
17.     pos = urlData.Find("条数据  共");  
18.     int poss = urlData.Find("页</span>");  
19.     if ((poss == -1) || (pos == -1)){  
20.         ShowMes("获取列表页数失败...");  
21.         return;  
22.     }  
23.   
24.     CString listPage = urlData.Mid(pos + 10, poss - pos - 10);  
25.     blogListPage = StrToInt(listPage);  
26.     ShowMes("博文" + blogListNum + "篇");  
27. }  

6. 当点击显示列表时，根据之前的页面地址获取信息。

[cpp]  view plain copy print ?

1. void CBlogExportDlg::OnBnClickedButtonList()  
2. {  
3.     clearMes();  
4.     CString urlData, ansiUrlData, listPage;  
5.     //http://blog.csdn.net/yxstars/article/list/1  
6.     FileListMap.clear();  
7.     listNum = 1;  
8.   
9.     for (int i = 1; i < blogListPage + 1; i++){  
10.         urlData.Empty();  
11.         ansiUrlData.Empty();  
12.         listPage.Format("%d", i);  
13.         blogAdr = blogAdrs + "/article/list/" + listPage;  
14.         ShowBlogAdr();  
15.         if (!GetUrlStr(blogAdr, urlData)){  
16.             return;  
17.         }  
18.   
19.         ConvUtf8ToAnsi(urlData, ansiUrlData);  
20.         GetFileList(ansiUrlData);  
21.     }  
22.   
23. }  

7. 在每个页面获取文章列表和页面地址。

[html]  view plain copy print ?

1. <h1>  
2.     <span class="link_title"><a href="/yxstars/article/details/38469431">  
3.     <font color="red">[置顶]</font>  
4.     金融系列12《双币电子现金方案》  
5.     </a></span>  
6. </h1>  

从上面源码可以看出：

<span class="link_title">后面就是博文链接地址。

 </a>前面的就是博文标题。

如果有置顶操作，会多出这部分<font color="red">[置顶]</font>

C++获取源码实现如下：

[cpp]  view plain copy print ?

1. void CBlogExportDlg::GetFileList(CString& urlData)  
2. {     
3.     CString strListNum;  
4.     int posF = urlData.Find("<span class=\"link_title\">");  
5.     while (posF != -1){  
6.         urlData = urlData.Mid(posF + 34);  
7.         int posE = urlData.Find("\"");  
8.         if (posE == -1){  
9.             ShowMes("获取列表失败...");  
10.             return;  
11.         }  
12.   
13.         CString href = urlData.Left(posE);  
14.         posF = urlData.Find("</a>");  
15.         if (posF == -1){  
16.             ShowMes("获取列表失败...");  
17.             return;  
18.         }  
19.   
20.         CString title = urlData.Mid(posE+2, posF-posE-2);  
21.         posF = title.ReverseFind('>');  
22.         if (posF != -1){  
23.             title = title.Mid(posF + 1);  
24.         }  
25.         title.Trim("\n").Trim();  
26.         href = "http://blog.csdn.net" + href;  
27.         FileListMap[title] = href;  
28.         strListNum.Format("%03d", listNum++);  
29.         strListNum = (strListNum + ":" + title + "                                            ").Left(45);  
30.         ShowMes(strListNum + href);  
31.         posF = urlData.Find("<span class=\"link_title\">");  
32.     }  
33. }  

8. 当点击导出博文时，我们只需把源代码保存为html格式即可，采用多线程实现：

[cpp]  view plain copy print ?

1. void CBlogExportDlg::OnBnClickedButtonExport()  
2. {  
3.     clearMes();  
4.     unsigned tid;  
5.     unsigned long thd = _beginthreadex(NULL, 0, CBlogExportDlg::WriteCycle, this, 0, &tid);  
6.     if (thd != NULL)  
7.     {  
8.         CloseHandle((HANDLE)thd);  
9.     }  
10.   
11. }  
12.   
13. unsigned __stdcall  CBlogExportDlg::WriteCycle(void* p)  
14. {  
15.     CBlogExportDlg* dlg = (CBlogExportDlg*)p;  
16.     CString blogFolderPath = dlg->strDirPath + "Blog\\";  
17.     if (!PathIsDirectory(blogFolderPath))  
18.     {  
19.         if (!CreateDirectory(blogFolderPath, NULL))  
20.         {  
21.             dlg->ShowMes(blogFolderPath + "创建失败...");  
22.             return 1;  
23.         }  
24.     }  
25.       
26.   
27.     dlg->stopRun = false;  
28.     CString urlData, strList;  
29.     int iList = 1;  
30.     CFile cf;  
31.     std::map<CString, CString>::iterator iter;  
32.     for (iter = dlg->FileListMap.begin(); iter != dlg->FileListMap.end(); iter++){  
33.         //dlg->blogAdr = iter->second;  
34.         //dlg->ShowBlogAdr();  
35.         urlData.Empty();  
36.         if (!dlg->GetUrlStr(iter->second, urlData)){  
37.             return 1;  
38.         }  
39.         strList.Format("%3d", iList++);  
40.         dlg->ShowMes("正在导出第" + strList + "篇博文：" + iter->first);  
41.         CString blogPath(iter->first);  
42.         blogPath.Replace('\\', '_');  
43.         blogPath.Replace('/', '_');  
44.         blogPath = blogFolderPath + blogPath + ".html";  
45.         if (!cf.Open(blogPath, CFile::modeCreate | CFile::modeWrite)){  
46.             dlg->ShowMes("创建文件失败" + blogPath);  
47.             return 2;  
48.         }  
49.         cf.Write(urlData, urlData.GetLength());  
50.         cf.Close();  
51.   
52.         if (dlg->stopRun){  
53.             return 1;  
54.         }  
55.   
56.     }  
57.     return 0;  
58. }  

9. 遍历博文时，只需依次访问之前保存的链接即可，实现如下：

[cpp]  view plain copy print ?

1. void CBlogExportDlg::OnBnClickedButtonRead()  
2. {  
3.     clearMes();  
4.     unsigned tid;  
5.     unsigned long thd = _beginthreadex(NULL, 0, CBlogExportDlg::ReadCycle, this, 0, &tid);  
6.     if (thd != NULL)  
7.     {  
8.         CloseHandle((HANDLE)thd);  
9.     }  
10. }  
11.   
12.   
13. unsigned __stdcall  CBlogExportDlg::ReadCycle(void* p)  
14. {  
15.     CBlogExportDlg* dlg = (CBlogExportDlg*)p;  
16.     dlg->stopRun = false;  
17.     std::map<CString, CString>::iterator iter;  
18.     for (iter = dlg->FileListMap.begin(); iter != dlg->FileListMap.end(); iter++){  
19.         dlg->blogAdr = iter->second;  
20.         dlg->ShowBlogAdr();  
21.         dlg->ShowMes("正在遍历博文：" + iter->first);  
22.         Sleep(3000);  
23.         if (dlg->stopRun){  
24.             return 1;  
25.         }  
26.   
27.   
28.     }  
29.     return 0;  
30. }  

CSDN免积分下载地址：

2014.08.01更新： http://download.csdn.net/detail/yxstars/7786309

2014.09.05更新：http://download.csdn.net/detail/yxstars/7867583

这个显示网页到MFC对话框中要用到 ActiveX 控件了，向对话框里面插入一个 WebBrowser控件，之后使用就可以了！
=============================
利用WebBrowser控件创建自己的浏览器
①新建一个基于对话框的工程，命名为test，然后在对话框上单击右键，选择
Insert ActiveX Control…在弹出的对话框中选择MicroSoft Web浏览器，点击OK。
此时对话框上已经出现了WebBrowser控件，调整它的大小以适合对话框的大小。

②选择WebBrowser控件，点击View/ClassWizard，选择Member Variables,单击
Add Variable按钮，此时会弹出两个对话框，均点击确定即可。然后给该控件加
入一个变量，我们把它命名为m_ctrlWeb。

③在ClassWizard中选择OnInitDialog()函数，在里面加入如下代码：

m_ctrlWeb.Navigate("http://www.baidu.com", NULL, NULL, NULL, NULL);

第一个参数即你要浏览的URL地址，可以是一个文件，也可以是一个地址
(如：http://www.baidu.com)

而如果想要禁止在新窗口打开，则需要添加控件事件处理函数NewWindow3()添加如下函数

[cpp]  view plain copy

1. void C网页Dlg::NewWindow3Explorer1(LPDISPATCH* ppDisp, BOOL* Cancel, unsigned long dwFlags, LPCTSTR bstrUrlContext, LPCTSTR bstrUrl)  
2. {  
3.     // TODO: 在此处添加消息处理程序代码  
4.     * Cancel = TRUE;  
5.     VARIANT vInfo;  
6.     m_webBrowser.Navigate(<span style="color: rgb(51, 102, 153); font-family: Monaco, Consolas, 'Lucida Console', 'Courier New', serif; line-height: 21.600000381469727px; ">bstrUrl</span>, &vInfo, &vInfo, &vInfo, &vInfo);  
7. }  

如在新窗口中打开链接和在新标签中打开链接是两个不同的事件（NewWindow2,NewWindow3)

文/yanxin8原创，获取更多信息请访问http://yanxin8.com/222.html