本文介绍了如何在C语言中使用gumbo库解析HTML。首先讲述了为何选择gumbo，然后详细描述了在Linux Debian环境下编译安装gumbo的步骤，包括解决编译错误的过程。接着通过两个实例展示了gumbo的使用方法，包括获取HTML中的title和解析带有特定class属性的DNS IP地址及物理地址。编译gumbo示例代码时，需要添加-lgumbo和-loauth链接库。
之前使用过PHP的Simple HTML DOM简单地解析HTML但PHP终非我所熟悉的语言，虽然我并不对语言抱有绝对的执着= =(什么你不相信，好吧，不管你信不信，反正我是信了= =)。虽然可以简单地使用正则表达式来解析HTML但我不是希望能够找到一个合适的HTML解析库，网上搜索了下关于c语言解析HTML的库，好像不是挻多的样子，我搜索到了google的gumbo，
gumbo是开源的，可以从这里得到它
https://github.com/google/gumbo-parser
我们需要下载回来手动编译安装，这里以linux debian为例
git clone https://github.com/google/gumbo-parser
cd gumbo-parser
./autogen.sh
./configure
这些一般都会非常顺利，没什么好说的，接下来就是
make
我要执行make后发现有一个错误导致无法编译通过，不知道各位是什么情况，给出的错误提示是benchmarks/benchmark.cc
文件中使用了未定义的函数clock_gettime
man了一下，该函数需要包含time.h头文件，打开benchmark.cc文件查看的确已经包含了time.h头文件，很苦恼，突然一下子就懵了，不过还好我反应还算快，看到manpages中写到
Link with-lrt (only for glibc versions before 2.17).
于是猜测没有链接库，使用vim打开Makefile文件，
最低0.47元/天 解锁文章
扫一扫
317
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
