- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我有一些代码使用 BSD 套接字从服务器抓取网页并将其写入文件。以下是处理所有文件 I/O 以及使用套接字进行写入和读取的代码。请注意,_sockfd
是谈话者和听众之间的有效套接字:
FILE* resultFile;
resultFile = fopen(resultFilename.c_str(), "w+");
if (resultFile != 0)
{
// Construct the request
std::stringstream requestBuilder("");
requestBuilder << "GET " << directory << " HTTP/1.1\r\nHOST:" << _hostname << "\r\n\r\n";
std::string request = requestBuilder.str();
// Prepare to read the file and write it out
int bufferSize(1024);
char buffer[bufferSize];
int bytesRead(1);
// Send request
int bytesWritten = write(_sockfd, request.c_str(), request.length());
if (bytesWritten < 0)
{
std::cout << "Error on initial request send" << std::endl;
return false;
}
// Read response
while (bytesRead > 0)
{
bzero(buffer, bufferSize);
bytesRead = read(_sockfd, buffer, bufferSize);
if (bytesRead < 0)
{
std::cout << "WebCrawler -> ERROR: Could not read properly from socket" << std::endl;
return false;
}
fputs(buffer, resultFile);
}
fclose(resultFile);
_socketUsed = true;
我期望此代码产生的结果类似于以下片段:
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<title>Serebii.net Pokédex - #089 Muk</title>
<meta name="GENERATOR" content="Arachnophilia 4.0">
<meta name="FORMATTER" content="Arachnophilia 4.0">
<meta name="keywords" content="Pokemon, Pokédex, Muk (Pokémon),Muk, Diamond, Pearl, Platinum, HeartGold, SoulSilver" />
<link rel="stylesheet" type="text/css" HREF="/style/dex.css">
</head>
<meta http-equiv="imagetoolbar" CONTENT="no">
<link rel="stylesheet" type="text/css" HREF="http://www.serebii.net/spp-temp.css">
<LINK REL="SHORTCUT ICON" HREF="http://www.serebii.net/favicon.ico">
<BODY ondragstart="return false" text=#000000 bottomMargin=0 bgcolor="#383838"
leftMargin=0 topMargin=0 rightMargin=0>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse" bordercolor="#111111" width="100%" height="1" background="http://www.serebii.net/BannerBg.jpg">
<tr>
但是,它看起来像这样:
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<title>Serebii.net Pokédex - #089 Muk</title>
<meta name="GENERATOR" content="Arachnophilia 4.0">
<meta name="FORMATTER" content="Arachnophilia 4.0">
<meta name="keywords" content="Pokemon, PokÈdex, Muk (PokÈmon),Muk, Diamond, Pearl, Platinum, HeartGold, SoulSilver" />
<link rel="stylesheet" type="text/css" HREF="/style/dex.css">
</head>
8c1
<meta http-equiv="imagetoolbar" CONTENT="no">
<link rel="stylesheet" type="text/css" HREF="http://www.serebii.net/spp-temp.css">
<LINK REL="SHORTCUT ICON" HREF="http://www.serebii.net/favicon.ico">
<BODY ondragstart="return false" text=#000000 bottomMargin=0 bgcolor="#383838"
leftMargin=0 topMargin=0 rightMargin=0>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse" bordercolor="#111111" width="100%" height="1" background="http://www.serebii.net/BannerBg.jpg">
<tr>
如您所见,我的代码以某种方式在结果中插入了奇怪的字符(在本例中为“8c1”)。我想强调的是,这种情况在整个 HTML 文档中多次发生。为了简洁起见,我只是将自己限制在其中的一个示例中。我怀疑我可能以某种方式滥用了缓冲区,但到目前为止我一直无法找到解决方案。
我之前为解决问题所做的努力包括以下 SO 问题:
C Winsock programming: input garbage
Raw Sockets : Receiver printing garbage values
我还引用了以下页面以确保我正确地执行了 C 文件 I/O(我习惯于在 C++ 中使用 fstream):
http://www.cprogramming.com/tutorial/cfileio.html
我对使用套接字进行网络编程非常缺乏经验(您可能会说),而且我确信我在某个地方犯了一个愚蠢的错误。对于那些比我更有经验的人:即使你不能直接指出我的解决方案,请分享你对我可能犯错的想法。有时我们需要找到答案的只是一些放置得当的面包屑。为此,如果我显示的代码有误和/或您认为代码的另一部分可能更有用,请告诉我。
此外,这是我的第一个 SO 问题。请按您认为合适的方式对其进行评论,以确保我 future 的问题更好,更适合该网站。
****更新 1****(在 Mark Ransom 建议将 fputs 更改为 fwrite 之后):
我将 fputs(buffer, resultFile);
更改为 fwrite(buffer, 1, bytesRead, resultFile);
。我现在明白了,用在这种情况下比较合适。
但是,我的问题仍然存在。事实上,我发现在新代码(和我的旧代码)连续执行 5 次之后,我在原始问题中错误地称为“垃圾”值的错误值每次都完全相同。它们一点也不随机。我更改了问题的标题以更恰本地描述我的问题。
经过更多探索后,我想在读取产生与文件写入相同的结果后将打印 buffer
添加到控制台。
最佳答案
您在 fputs(buffer, resultFile);
中遇到缓冲区溢出,因为写入不会在缓冲区末尾停止 - 它会在找到的第一个零字符处停止,这位于缓冲区末尾后内存中的某个随机位置。请改用 fwrite
。
关于c++ - 不寻常的、意想不到的值插入到 HTML 页面抓取中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11961316/
我有 512 行要插入到数据库中。我想知道提交多个插入内容是否比提交一个大插入内容有任何优势。例如 1x 512 行插入 -- INSERT INTO mydb.mytable (id, phonen
已经提出了类似的问题,但由于它总是取决于,我单独询问我的具体情况。 我有一个网站页面,显示来自数据库的一些数据,要从该数据库生成数据,我必须执行一些相当复杂的多连接查询。 数据每天(每晚)更新一次。
我正在使用 MongoDb 和 MySQL 的 python 连接器 pymongo 和 pymysql 测试 MongoDb 和 MySQL,特别是插入功能。 pymongo版本是3.4,pymys
从 C# 应用程序插入大型数组(10M 元素)的最快方法是什么? 到目前为止,我使用的是批量插入。 C# 应用程序生成一个大文本文件,我使用 BULK INSERT 命令加载它。出于好奇,我编写了一个
我编写了一个枚举类型,当我为它运行我创建的 JUnit 测试时会出现以下语法错误: java.lang.Error: Unresolved compilation problems: Synt
我正在尝试创建一个程序,它将单词列表作为输入,并将它们排序为二叉树,以便能够找到它们,例如像字典。这是我到目前为止所做的,但是 newEl -> el = input; 出现段错误,我知道这是因为它试
你好 我有编译这个问题 \begin{equation} J = \sum_{j=1}^{C} \end{equation} 我不断收到错误 missing $ inserted 这很奇怪,因
我需要使用 LINQ to SQL 将记录插入到没有主键的表中。 table 设计得很差;我无法控制表结构。该表由几个 varchar 字段、一个文本字段和一个时间戳组成。它用作其他实体的审计跟踪。
我正在尝试使用 itextsharp 创建 Pdf。我添加了一张包含两列的表格,其中一列包含文本和其他图像。我想要恒定的图像大小 如果另一个单元格中的文本增加并且其他单元格中的图像大小不同,我的图像会
我想把 calory 作为 fruits 的第一个值,我做不到,有人能帮忙吗? $sql = 'INSERT INTO fruits VALUES('', ?, ?, ?)'
我有一个包含季度观察结果的 data.frame。我现在想插入每月值(首选三次,线性很好)。中间目标应该是使用 DATE 创建一个 data.frame作为所有每月观察的索引和缺失值。 谷歌搜索表明我
我想知道是否有办法在值列表中使用“插入”。我正在尝试这样做: insert into tblMyTable (Col1, Col2, Col3) values('value1', value
我想让人们能够在他们的网站中插入单个 Javascript 行,这实际上允许我插入包含我网站内容的固定大小的 IFRAME。它实际上是一个小部件,允许他们搜索我的网站或接收其他信息。这可能吗? 最佳答
我有一个包含时间的表,列名为 time,数据类型为 Date。 在 asp.net 中,我想要一个查询插入日期,另一个查询则在 2 个日期之间进行选择。 我已经尝试过这个: string data =
这是我的代码: create or replace trigger th after insert on stock for each row declare sqty number;
这是一个带有具体示例的通用问题。 我有一个包含三个字段(流派 ID (PK IDENTITY)、流派和子流派)的表。该表对(流派,子流派)组合具有唯一约束。 我想知道如何修改存储过程以在表中不存在时插
因此,我正在遍历二叉树,节点包含字符串,以及读取文件时该字符串是否出现多次。我只查找读取文件时出现次数最多的前 10 个单词,因此本质上我只是比较 int 值。 我的问题是我正在尝试找出一种有效的方法
我有一张机票和行李 map , 每张门票必须是唯一的,并且必须与 map 上的位置相对应 是否可以仅更改行李(m_bagage->秒)而不更改 key ? std::unordered_map m_c
我正在使用 jdbc 驱动程序做一个示例项目。我的问题是,如果我在 2 文本字段中输入空值。 null 不应该加载到数据库中吗?有没有办法避免在数据库中插入空字段?任何帮助将不胜感激。 //Execu
我想知道 SSIS 中是否有特定的插入或更新选项。 如果我想让程序检查它是更新还是插入,我是否必须做一些编码?或者是否可以启用一个选项,以便它会自行检查 PK 是否存在,然后更新,否则插入? 亲切的问
我是一名优秀的程序员,十分优秀!