步步递近网络蜘蛛（一）v1.0

/*
 * 名称：步步递近网络蜘蛛（一）
 *
 * 版本：v1.0
 *
 * 作者：张双喜
 *
 * 日期：2010.10.17
 *
 * 功能：从一段字符串中，找出合法的网址（在html中语法表达中正确的网址）
 *
 * 过程设计：
 *     根据html语法规则进行筛选出网址
 *     1、函数：my_strncmp(char *p, char *q, int n)
 *        功能：自己模拟实现库函数strncmp
 *     
 *     2、函数：judge_mark(char **p)
 *        功能：判断是不是"<a "或"  <a "，如果是，则进行下一步操作；
 *        如果不是，返回NULL；
 *
 *     3、函数：judge_href(char **p)
 *        功能：判断是不是"  href"，如果是，则进行下一步操作；
 *            如果不是，返回NULL；
 *
 *     4、函数：judge_equal_mark(char **p)
 *        功能：判断是不是"  ="，如果是，则进行下一步操作；
 *            如果不是，返回NULL；
 *
 *     5、函数：judge_http(char **p)
 *        功能：判断是不是"  http"，如果是，则进行下一步操作；
 *            如果不是，返回NULL；
 *
 *     6、函数：link(char **p)
 *        功能：调用2、3、4、5函数，找到正确的网址
 *
 *    7、函数：pritnf_link(char *p)
 *       功能：打印网址
 *       备注：到网址结尾时，要对结尾进行处理，否则会一块把后面的a>等其他信息也打印出来
 *
 * */
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

//自己实现的strncmp函数
int my_strncmp(char *p, char *q, int n)
{
    int i = 0;
    int count = 0;

    for( i = 0; i < n; i++)
    {
        if(*(p+i) == *(q+i))
        {
            count++;
        }
    }

    if(count == n)
    {
        return 0;
    }
    else
    {
        return 1;
    }
}

//判断是否满足"<a "
char * judge_mark(char **p)
{
    while(' ' == **p)
    {
        (*p)++;
    }
    
    if(0 == my_strncmp(*p, "<a ", 3))
    {
        *p = *p + 3;

        return *p;
    }
    else
    {
        return NULL;
    }

}

//判断是否满足****  href
char * judge_href(char **p)
{
    while(' ' == **p)
    {
        (*p)++;
    }
    if(0 == my_strncmp(*p, "href", 4))
    {
        *p = *p + 4;
        return *p;
    }
    else
    {
        return NULL;
    }
}

//判断是否满足***  =
char * judge_equal_mark(char **p)
{
    while(' ' == **p)
    {
        (*p)++;
    }
    if('=' == **p)
    {
        return (*p) + 1;
    }
    else
    {
        return NULL;
    }

}

//判断是否满足**  ["]  ['] http
char * judge_http(char **p)
{
    while((' ' == **p) || ('/"' == **p) || ('/'' == **p))
    {
        (*p)++;
    }

    if(('/"' == **p) || ('h' == **p) || ('/'' == **p))
    {
        return (*p);
    }
    else
    {
        return NULL;
    }
}

//功能：生成要网址
char * link (char **p)
{
    char *ret;

    ret = judge_mark(p);
    if(NULL != ret)
    {
        ret = judge_href(&ret);
    }
    if(NULL != ret)
    {
        ret = judge_equal_mark(&ret);
    }
    if(NULL != ret)
    {
        ret = judge_http(&ret);
    }

    return ret;
}

//打印网址
void printf_link(char *p)
{
    int i = 0;

    if(NULL != p)
    {
        while(((*(p+i) != '/"') && (*(p+i) != '/'') && (*(p+i) != '>') && (*(p+i) != '/0') && (*(p+i) != ' ')))
        {
            printf("%c", *(p+i));
            i++;
        }
        printf("/n");
    }

    return;
}

int main(int argc, char* argv[])
{
    char *ret;

    char *s1 = "      <a     href   =  /"http://www.akaedu.org/"> ok </a>";
    char *s2 = "  <a  href =    http://www.akaedu.org  ";
    char *s3 = "< a  href =    http://www.akaedu.org";
    char *s4 = "<a      href         =      /"        http://www.akaedu./"org";

    ret = link(&s1);
    printf_link(ret);

    ret = link(&s2);
    printf_link(ret);

    ret = link(&s3);
    printf_link(ret);

    ret = link(&s4);
    printf_link(ret);

    return 0;
}