2007年百度之星程序设计大赛初赛题目——百度的高级搜索方法

题面描述：

你尝试过在百度上使用 site inurl 语法查询吗 ? 如果还没有的话可以试一下 :)

如输入 site:www.baidu.com inurl:news

 则会搜出所有在 www.baidu.com 站点上的包含 "news" 子串的 url 。

 现在我们有两份数据，一份是 site_inurl.txt 一份是 url.txt

site_inurl.txt 中每行是一个 site inurl 语法组成的查询串， url.txt 中保存的是 url 列表。

你能否在 url 列表中找出所有能被 site_inurl.txt 中的查询串检索到的 url?

如 site_inurl.txt 内容如下：

site:www.baidu.com inurl:/more  

site:zhidao.baidu.com inurl:/browse/

site:www.sina.com.cn inurl:www20041223am

url.txt 内容如下：  

http://www.baidu.com/more/

http://www.baidu.com/guding/more.html

http://www.baidu.com/events/20060105/photomore.html

http://hi.baidu.com/browse/

 http://hi.baidu.com/baidu/

http://www.sina.com.cn/head/www20021123am.shtml

http://www.sina.com.cn/head/www20041223am.shtml

则你的程序运行完输出的结果应该为：

http://www.baidu.com/more/

 http://www.baidu.com/guding/more.html

 http://www.sina.com.cn/head/www20041223am.shtml

 程序以命令行形式传入这两个文件名，第一个参数为 site_inurl 文件对应的文件名，第二个参数为 url 列表对应的文件名，程序的输出请输出到标准输出。

C++实现代码：

1. #include <string>
2. #include <iostream>
3. #include <fstream>
5. using std::string;
6. using std::cin;
7. using std::cout;
8. using std::endl;
9. using std::cerr;
10. using std::ifstream;
12. int main(int argc, char *argv[])
13. {
14.  string sitestring,
15.   urlstring;
17.  if(argc==3)
18.  {
19.   sitestring.assign(argv[1]);
20.   urlstring.assign(argv[2]);
21.   cout<<"Your site file is: "<<sitestring<<endl;
22.   cout<<"Your url file is: "<<urlstring<<endl;
23.  }
24.  else
25.  {
26.   cerr<<"Please check your arguments!"<<endl;
27.   return -1;
28.  }
30.  cout<<endl;
32.  ifstream sitefile(argv[1]);
33.  if(!sitefile)
34.  {
35.   cerr<<"Error: Can't open file "<<argv[1]<<endl;
36.   return -1;
37.  }
39.  while(getline(sitefile,sitestring))
40.  {
41.   ifstream urlfile(argv[2]); 
42.   if(!urlfile)
43.   {
44.   cerr<<"Error: Can't open file "<<argv[2]<<endl;
45.   return -1;
46.   }
48.   string::size_type sitepos,
49.    urlpos;
50.   if((sitepos=sitestring.find("site:"))==string::npos || 
51.    (urlpos=sitestring.find("inurl:"))==string::npos)
52.    continue; 
53.   cout<<sitestring<<endl;
55.   string subsite=sitestring.substr(sitepos+5,urlpos-6);
56.   string suburl=sitestring.substr(urlpos+6);
58.   while(getline(urlfile,urlstring))
59.   {
60.    if((urlstring.find(subsite.c_str(),0,subsite.size()-1)!=string::npos) 
61.     && (urlstring.find(suburl.c_str(),0,suburl.size()-1)!=string::npos))
62.     cout<<urlstring<<endl;
63.   }  
64.   cout<<endl;
65.  }
66.  return 0;
67. }