web-dev-qa-db-ger.com

Wie kann man eine URL mit C analysieren?

Ich habe eine URL wie diese:

http://192.168.0.1:8080/servlet/rece

Ich möchte die URL analysieren, um die Werte zu erhalten:

IP: 192.168.0.1
Port: 8080
page:  /servlet/rece

Wie mache ich das?

33
Jiang Bian

Schreiben Sie einen benutzerdefinierten Parser oder ersetzen Sie das Trennzeichen ':' mit einer der Funktionen zum Ersetzen von Zeichenfolgen, und verwenden Sie dann sscanf().

1
dirkgently

Ich persönlich klaue das HTParse.c-Modul vom W3C (es wird beispielsweise im lynx Webbrowser verwendet). Dann können Sie folgende Dinge tun:

 strncpy(hostname, HTParse(url, "", PARSE_Host), size)

Das Wichtigste bei der Verwendung einer etablierten und debuggenen Bibliothek ist, dass Sie nicht in die typischen -Traps der URL-Analyse fallen (viele Regex-Adressen schlagen fehl, wenn der Host eine IP-Adresse ist, beispielsweise eine IPv6-Adresse).

24
bortzmeyer

Mit einem regulären Ausdruck wenn Sie den einfachen Weg wollen. Andernfalls verwenden Sie FLEX / BISON .

Sie können auch eine URI-Parsing-Bibliothek verwenden

10
dsm

Kann zu spät kommen, ... Was ich verwendet habe, ist - die http_parser_parse_url()-Funktion und die erforderlichen Makros, die aus Joyent/HTTP-Parser lib - getrennt wurden, die gut funktionierten, ~600LOC.

9
vyom

Ich habe einen einfachen Code mit sscanf geschrieben. Ich möchte eine Basis für die Analyse haben.

cat urlparse.c
#include <stdio.h>

int main(void)
{
    const char text[] = "http://192.168.0.2:8888/servlet/rece";
    char ip[100];
    int port = 80;
    char page[100];
    sscanf(text, "http://%99[^:]:%99d/%99[^\n]", ip, &port, page);
    printf("ip = \"%s\"\n", ip);
    printf("port = \"%d\"\n", port);
    printf("page = \"%s\"\n", page);
    return 0;
}

./urlparse
ip = "192.168.0.2"
port = "8888"
page = "servlet/rece"
9
Jiang Bian

Dieser hat die Größe reduziert und für mich hervorragend gearbeitet http://draft.scyphus.co.jp/lang/c/url_parser.html . Nur zwei Dateien (* .c, * .h). 
Ich musste den Code anpassen [1]. 

[1] Alle Funktionsaufrufe von http_parsed_url_free (purl) in parsed_url_free (purl) ändern

   //Rename the function called
   //http_parsed_url_free(purl);
   parsed_url_free(purl);
2
tremendows

Libcurl verfügt jetzt über die Funktion curl_url_get(), mit der Host, Pfad usw. extrahiert werden können.

Beispielcode: https://curl.haxx.se/libcurl/c/parseurl.html

/* extract Host name from the parsed URL */ 
uc = curl_url_get(h, CURLUPART_Host, &Host, 0);
if(!uc) {
  printf("Host name: %s\n", Host);
  curl_free(Host);
}
0
JohnMudd

Diese C Gist könnte nützlich sein. Es implementiert eine reine C-Lösung mit sscanf.

https://github.com/luismartingil/per.scripts/tree/master/c_parse_http_url

Es verwendet

// Parsing the tmp_source char*
if (sscanf(tmp_source, "http://%99[^:]:%i/%199[^\n]", ip, &port, page) == 3) { succ_parsing = 1;}
else if (sscanf(tmp_source, "http://%99[^/]/%199[^\n]", ip, page) == 2) { succ_parsing = 1;}
else if (sscanf(tmp_source, "http://%99[^:]:%i[^\n]", ip, &port) == 2) { succ_parsing = 1;}
else if (sscanf(tmp_source, "http://%99[^\n]", ip) == 1) { succ_parsing = 1;}
(...)
0
luismartingil

Ich habe das geschrieben

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <ctype.h>
typedef struct
{
    const char* protocol = 0;
    const char* site = 0;
    const char* port = 0;
    const char* path = 0;
} URL_INFO;
URL_INFO* split_url(URL_INFO* info, const char* url)
{
    if (!info || !url)
        return NULL;
    info->protocol = strtok(strcpy((char*)malloc(strlen(url)+1), url), "://");
    info->site = strstr(url, "://");
    if (info->site)
    {
        info->site += 3;
        char* site_port_path = strcpy((char*)calloc(1, strlen(info->site) + 1), info->site);
        info->site = strtok(site_port_path, ":");
        info->site = strtok(site_port_path, "/");
    }
    else
    {
        char* site_port_path = strcpy((char*)calloc(1, strlen(url) + 1), url);
        info->site = strtok(site_port_path, ":");
        info->site = strtok(site_port_path, "/");
    }
    char* URL = strcpy((char*)malloc(strlen(url) + 1), url);
    info->port = strstr(URL + 6, ":");
    char* port_path = 0;
    char* port_path_copy = 0;
    if (info->port && isdigit(*(port_path = (char*)info->port + 1)))
    {
        port_path_copy = strcpy((char*)malloc(strlen(port_path) + 1), port_path);
        char * r = strtok(port_path, "/");
        if (r)
            info->port = r;
        else
            info->port = port_path;
    }
    else
        info->port = "80";
    if (port_path_copy)
        info->path = port_path_copy + strlen(info->port ? info->port : "");
    else 
    {
        char* path = strstr(URL + 8, "/");
        info->path = path ? path : "/";
    }
    int r = strcmp(info->protocol, info->site) == 0;
    if (r && info->port == "80")
        info->protocol = "http";
    else if (r)
        info->protocol = "tcp";
    return info;
}

Prüfung

int main()
{
    URL_INFO info;
    split_url(&info, "ftp://192.168.0.1:8080/servlet/rece");
    printf("Protocol: %s\nSite: %s\nPort: %s\nPath: %s\n", info.protocol, info.site, info.port, info.path);
    return 0;
}

Aus

Protocol: ftp
Site: 192.168.0.1
Port: 8080
Path: /servlet/rece
0
X Stylish