ФЭНДОМ



/***************************************************************************
 *                                  _   _ ____  _
 *  Project                     ___| | | |  _ \| |
 *                             / __| | | | |_) | |
 *                            | (__| |_| |  _ <| |___
 *                             \___|\___/|_| \_\_____|
 *
 * Copyright (C) 1998 - 2015, Daniel Stenberg, <daniel@haxx.se>, et al.
 *
 * This software is licensed as described in the file COPYING, which
 * you should have received as part of this distribution. The terms
 * are also available at http://curl.haxx.se/docs/copyright.html.
 *
 * You may opt to use, copy, modify, merge, publish, distribute and/or sell
 * copies of the Software, and permit persons to whom the Software is
 * furnished to do so, under the terms of the COPYING file.
 *
 * This software is distributed on an "AS IS" basis, WITHOUT WARRANTY OF ANY
 * KIND, either express or implied.
 *
 ***************************************************************************/ 
/* <DESC>
 * Получить веб-страницу, извлечь заголовок с помощью библиотеки libxml.
 * </DESC>
 */ 
// Written by Lars Nilsson
//
// Подсказка по параметрам командной строки компилятора GNU C++:
//
// g++ -Wall -I/opt/curl/include -I/opt/libxml/include/libxml2 htmltitle.cpp \ 
// -o htmltitle -L/opt/curl/lib -L/opt/libxml/lib -lcurl -lxml2
 
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <string>
#include <curl/curl.h>
#include <libxml/HTMLparser.h>
 
//
//  Регистронезависимое сравнение строк
//
 
#ifdef _MSC_VER
#define COMPARE(a, b) (!stricmp((a), (b)))
#else
#define COMPARE(a, b) (!strcasecmp((a), (b)))
#endif
 
//
//  структура контекста колбека libxml
//
 
struct Context
{
  Context(): addTitle(false) { }
 
  bool addTitle;
  std::string title;
};
 
//
//  libcurl: переменные для текста ошибок и возвращаемых данных
 
static char errorBuffer[CURL_ERROR_SIZE];
static std::string buffer;
 
//
//  libcurl: колбек записи данных
//
 
static int writer(char *data, size_t size, size_t nmemb,
                  std::string *writerData)
{
  if (writerData == NULL)
    return 0;
 
  writerData->append(data, size*nmemb);
 
  return size * nmemb;
 }
 
//
//  libcurl: инициализация соединения
//
 
static bool init(CURL *&conn, char *url)
{
  CURLcode code;
 
  conn = curl_easy_init();
 
  if (conn == NULL)
  {
    fprintf(stderr, "Failed to create CURL connection\n");
 
    exit(EXIT_FAILURE);
  }
 
  code = curl_easy_setopt(conn, CURLOPT_ERRORBUFFER, errorBuffer);
  if (code != CURLE_OK)
  {
    fprintf(stderr, "Failed to set error buffer [%d]\n", code);
 
    return false;
  }
 
  code = curl_easy_setopt(conn, CURLOPT_URL, url);
  if (code != CURLE_OK)
  {
    fprintf(stderr, "Failed to set URL [%s]\n", errorBuffer);
 
    return false;
  }
 
  code = curl_easy_setopt(conn, CURLOPT_FOLLOWLOCATION, 1L);
  if (code != CURLE_OK)
  {
    fprintf(stderr, "Failed to set redirect option [%s]\n", errorBuffer);
 
    return false;
  }
 
  code = curl_easy_setopt(conn, CURLOPT_WRITEFUNCTION, writer);
  if (code != CURLE_OK)
  {
    fprintf(stderr, "Failed to set writer [%s]\n", errorBuffer);
 
    return false;
  }
 
  code = curl_easy_setopt(conn, CURLOPT_WRITEDATA, &buffer);
  if (code != CURLE_OK)
  {
    fprintf(stderr, "Failed to set write data [%s]\n", errorBuffer);
 
    return false;
  }
 
  return true;
}
 
//
//  libxml: колбек открывающего тега
//
 
static void StartElement(void *voidContext,
                         const xmlChar *name,
                         const xmlChar **attributes)
{
  Context *context = (Context *)voidContext;
 
  if (COMPARE((char *)name, "TITLE"))
  {
    context->title = "";
    context->addTitle = true;
  }
  (void) attributes;
}
 
//
//  libxml: колбек закрывающего тега
//
 
static void EndElement(void *voidContext,
                       const xmlChar *name)
{
  Context *context = (Context *)voidContext;
 
  if (COMPARE((char *)name, "TITLE"))
    context->addTitle = false;
}
 
//
//  хелпер обработки текста
//
 
static void handleCharacters(Context *context,
                             const xmlChar *chars,
                             int length)
{
  if (context->addTitle)
    context->title.append((char *)chars, length);
}
 
//
//  libxml: колбек элемента PCDATA
//
 
static void Characters(void *voidContext,
                       const xmlChar *chars,
                       int length)
{
  Context *context = (Context *)voidContext;
 
  handleCharacters(context, chars, length);
}
 
//
//  libxml колбек элемента CDATA
//
 
static void cdata(void *voidContext,
                  const xmlChar *chars,
                  int length)
{
  Context *context = (Context *)voidContext;
 
  handleCharacters(context, chars, length);
}
 
//
//  libxml: структура колбека SAX
//
 
static htmlSAXHandler saxHandler =
{
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  StartElement,
  EndElement,
  NULL,
  Characters,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  NULL,
  cdata,
  NULL
};
 
//
//  Распарсить текст HTML-страницы и вернуть её заголовок
//
 
static void parseHtml(const std::string &html,
                      std::string &title)
{
  htmlParserCtxtPtr ctxt;
  Context context;
 
  ctxt = htmlCreatePushParserCtxt(&saxHandler, &context, "", 0, "",
                                  XML_CHAR_ENCODING_NONE);
 
  htmlParseChunk(ctxt, html.c_str(), html.size(), 0);
  htmlParseChunk(ctxt, "", 0, 1);
 
  htmlFreeParserCtxt(ctxt);
 
  title = context.title;
}
 
int main(int argc, char *argv[])
{
  CURL *conn = NULL;
  CURLcode code;
  std::string title;
 
  // Убедиться, что задан один аргумент
 
  if (argc != 2)
  {
    fprintf(stderr, "Usage: %s <url>\n", argv[0]);
 
    exit(EXIT_FAILURE);
  }
 
  curl_global_init(CURL_GLOBAL_DEFAULT);
 
  // Инициализировать соединение CURL
 
  if (!init(conn, argv[1]))
  {
    fprintf(stderr, "Connection initializion failed\n");
 
    exit(EXIT_FAILURE);
  }
 
  // Получить контекст URL
 
  code = curl_easy_perform(conn);
  curl_easy_cleanup(conn);
 
  if (code != CURLE_OK)
  {
    fprintf(stderr, "Failed to get '%s' [%s]\n", argv[1], errorBuffer);
 
    exit(EXIT_FAILURE);
  }
 
  // Запустить анализатор предполагаемого HTML-кода страницы
 
  parseHtml(buffer, title);
 
  // Вывести полученный заголовок
 
  printf("Title: %s\n", title.c_str());
 
  return EXIT_SUCCESS;
}