如何在Nvivo中調用Ncapture來抓取網頁

如果想用程序抓取網頁並自動保存到本地，必須會使用socket編程，或者學會使用libcurl庫。這些知識在妳不抓取網頁的時候還是很有用的。而且不同的網頁有不同的內容，不同的規則。

網頁分析本質上是字符串處理和分析。所以妳需要掌握正則表達式和字符串處理相關的函數，還有函數庫，比如tidy library。正則表達式用來匹配壹類字符串，方便查找模式和處理。而且正則表達式與語言無關，任何語言都可以使用。標準C庫中沒有與正則表達式相關的函數。壹般來說，C中有兩種正則表達式庫，壹種是POSIX C正則庫，壹種是perl正則庫PCRE。相比較而言，PCRE更強大，POSIX C規範庫就足夠了。

例程，將下載的網頁源代碼處理成不帶標簽的純文本:

#包含？& lttidy.h & gt

#包含？& ltbuffio.h & gt

#包含？& ltstdio.h & gt

#包含？& lt錯誤號& gt

int？main(int？argc，？夏爾？**argv？)

{

const？char*？輸入？=?“& lttitle & gtFoo & lt/title & gt；& ltp & gtFoo！”；

TidyBuffer？輸出？=?{0};

TidyBuffer？errbuf？=?{0};

int？rc？=?-1;

布爾？ok；

TidyDoc？tdoc？=?tidy create()；？//?初始化？"文件"

printf(？"整理:\t%s\n "，輸入？);

好嗎？=?tidyOptSetBool(？tdoc，？TidyXhtmlOut，？什麽事？);？//?皈依？去哪？可擴展的超文本標記語言

如果？(?好嗎？)

rc？=?tidySetErrorBuffer(？tdoc，？& amperrbuf？);？//?俘獲？診斷學

如果？(?rc？& gt=?0?)

rc？=?tidyParseString(？tdoc，？輸入？);？//?解析？那個？投入

如果？(?rc？& gt=?0?)

rc？=?tidyCleanAndRepair(？tdoc？);？//?整潔？它？起來。

如果？(?rc？& gt=?0?)

rc？=?tidyRunDiagnostics(？tdoc？);？//?吹毛求疵的人

如果？(?rc？& gt？1?)?//?如果？錯誤，？武力？輸出。

rc？=?(?tidyOptSetBool(tdoc，TidyForceOutput，？是)？rc？:?-1?);

如果？(?rc？& gt=?0?)

rc？=?tidySaveBuffer(？tdoc，？& amp輸出？);？//?漂亮嗎？打印

如果？(?rc？& gt=?0?)

{

如果？(?rc？& gt？0?)

printf(？" \n診斷信息:\n\n%s "，errbuf.bp？);

printf(？“\nAnd？這裏嗎？是嗎？那個？結果:\n\n%s "，output.bp？);

}

其他

printf(？“壹個？嚴重嗎？錯誤？(%d)？發生了。\n“，？rc？);

tidyBufFree(？& amp輸出？);

tidyBufFree(？& amperrbuf？);

tidyRelease(？tdoc？);

回歸？RC；

}