C语言实现url解析小实例

一、前言

前面一口君写了一篇关于url的文章：
《一文带你理解URI 和 URL 有什么区别？》

本篇在此基础上，编写一个简单的用于解析url的小例子，

最终目标是解析出URL中所有的数据信息。

二、库函数

用到的几个库函数如下:

1. strncasecmp

头文件

#include<string.h>

函数定义

int strncasecmp(const char *s1,const char *s2,size_t n);

函数说明

用来比较参数s1和s2字符串前n个字符，比较时会自动忽略大小写的差异。

返回值

若参数s1和s2 字符串相同则返回0。
s1 若大于s2则返回大于0的值，
s1若小于s2则返回小于0 的值。

2. strstr

头文件

#include<string.h>

函数定义

char *strstr( const char* str, const char* substr );

函数说明

查找 substr 所指的空终止字节字符串在 str 所指的空终止字节字符串中的首次出现。不比较空终止字符。

若 str 或 substr 不是指向空终止字节字符串的指针，则行为未定义。

参数

str	:指向要检验的空终止字节字符串的指针
substr	:指向要查找的空终止字节字符串的指针

返回值

指向于 str 中找到的子串首字符的指针，或若找不到该子串则为空指针。若 substr 指向空字符串，则返回 str 。

3. strtok

函数定义

 char *strtok(char *str, const char *delim)

功能

分解字符串 str 为一组字符串，delim 为分隔符

参数

str -- 要被分解成一组小字符串的字符串。
delim -- 包含分隔符的 C 字符串。

返回值

该函数返回被分解的第一个子字符串，如果没有可检索的字符串，则返回一个空指针。

4. strncpy

函数说明

char *strncpy(char *dest, const char *src, size_t n)

功能

将src指向的字符串拷贝到dest执行的内存中，最多拷贝n个字符

参数

dest -- 指向用于存储复制内容的目标数组。
src -- 要复制的字符串。
n -- 要从源中复制的字符数。

返回值

该函数返回最终复制的字符串。

5. inet_pton/inet_ntop

头文件

       #include <sys/socket.h>
       #include <netinet/in.h>
       #include <arpa/inet.h>

函数声明

#include <arpe/inet.h>
int inet_pton(int family, const char *strptr, void *addrptr);     

功能：

将点分十进制的ip地址转化为用于网络传输的数值格式
对于IPv4地址和IPv6地址都适用

参数

family：协议类型既可以是AF_INET（ipv4）也可以是AF_INET6（ipv6）。如果，以不被支持的地址族作为family参数，这两个函数都返回一个错误，并将errno置为EAFNOSUPPORT.

strptr：指向点分十进制的IP地址字符串，比如"192.168.1.1"

addrptr：转换结果存放在addrptr中,比如"192.168.1.1"转换为：0xC0A80101

addrptr类型为：struct in_addr 
typedef uint32_t in_addr_t;
struct in_addr {
    
    
    in_addr_t s_addr;
};

返回值

若成功则为1，若输入不是有效的表达式则为0，
若出错则为-1

const char * inet_ntop(int family, const void *addrptr, char *strptr, size_t len);     

功能

将数值格式转化为点分十进制的ip地址格式，从数值格式（addrptr）转换到表达式（strptr)，

返回值

若成功则为指向结构的指针，若出错则为NULL

6. gethostbyname

函数的定义

#include <netdb.h>
struct hostent * gethostbyname(const char * hostname);   

功能

解析hostname指向的域名，该函数会将该域名封装到DNS协议包中，发送给DNS服务器，DNS服务器会将该域名对应的地址返回，存储在struct hostent中

参数

hostname ：存储域名对应的字符串。

返回值

若成功则为非空指针，若出错则为NULL且设置h_errno
返回的指针类型为：
struct hostent{
    
    
    char *h_name;  //official name
    char **h_aliases;  //alias list
    int  h_addrtype;  //host address type
    int  h_length;  //address lenght
    char **h_addr_list;  //address list
}
DNS服务器返回的地址就存储在该结构体中

三、自定义结构

结构体用于存放需要解析的协议和端口号

struct pro_port{
    
    
	char pro_s[32];
	unsigned short port;
};

目前本例子只解析以下集中协议，读者需要支持其他协议可以按照该格式增加对应信息即可

#define HEAD_FTP_P "ftp://"
#define HEAD_FTPS_P "ftps://"   
#define HEAD_FTPES_P "ftpes://"
#define HEAD_HTTP_P "http://"
#define HEAD_HTTPS_P "https://"


#define PORT_FTP  21
#define PORT_FTPS_I  990    //implicit
#define PORT_FTPS_E  21     //explicit
#define PORT_HTTP 80
#define PORT_HTTPS 443
struct pro_port g_pro_port[]={
    
    
	{
    
    HEAD_FTP_P,PORT_FTP},
	{
    
    HEAD_FTPS_P,PORT_FTPS_I},	
	{
    
    HEAD_FTPES_P,PORT_FTPS_E},	
	{
    
    HEAD_HTTP_P,PORT_HTTP},	
	{
    
    HEAD_HTTPS_P,PORT_HTTPS},
};

四、程序流程图

程序流程相对来说，比较简单，主函数功能说明如下：

1. parse_url()

int parse_url(char *raw_url,URL_RESULT_T *result)

参数：

raw_url：指向一个url字符串，比如：ftp://peng:pass@baidu.com/dir/index.html
result ：url解析后的结果存放在该结构体中

结构体类型定义如下：
typedef struct
{
    
    
	char user[MAX_USER_LEN];
	char pass[MAX_PASS_LEN];
	char domain[INET_DOMAINSTRLEN];//域名
	char svr_dir[MAX_PATH_FILE_LEN]; //文件路径
	char svr_ip[MAX_IP_STR_LEN];
	int port;
}URL_RESULT_T;

功能:

解析url字符串，并将解析结果存放在result中

返回值;

成功返回 URL_OK
失败返回 URL_ERROR 

2. void remove_quotation_mark()

void remove_quotation_mark(char *input)

参数

input：字符串

功能

去掉字符串中的双引号 \"

返回值

无

3. parse_domain_dir

int  parse_domain_dir(char *url,URL_RESULT_T *result)

参数

url：执行去掉协议头的url字符串，比如：peng:pass@baidu.com/dir/index.html
result ：url解析后的结果存放在该结构体中

功能

解析出url中用户名、密码、域名/ip、文件路径等信息

返回值

成功：URL_OK
失败：URL_ERROR

4. check_is_ipv4()

int check_is_ipv4(char *domain)

参数

domain：指向一个域名或者IP地址点分十进制字符串，最大长度为：MAX_URL_LEN

功能

判断domain中存放的是不是合法的IP地址

返回值

1：是IP地址
-1：不是IP地址

5、dns_resoulve()

int dns_resoulve(char *svr_ip,const char *domain)

参数

svr_ip：存放DNS协议解析过的域名对应的IP地址点分十进制字符串
domain：域名字符串

功能

将domain中的域名，通过DNS协议解析成对应的IP地址

返回值

成功：URL_OK
失败：URL_ERROR

五、运行

测试程序

void main(void)
{
    
    
	int ret;
	
	char url_str[256]="ftp://peng:[email protected]/dir/index.html";
	parse_url(url_str,&url_result_t);

	ret = check_is_ipv4(url_result_t.domain);	
	if(ret != 1)
	{
    
    	
		//dns
		dns_resoulve(url_result_t.svr_ip,url_result_t.domain);
	}
	printf("\n-------------result---------------\n");

	printf("user:%s\n",url_result_t.user);
	printf("pass:%s\n",url_result_t.pass);
	printf("port:%d\n",url_result_t.port);
	printf("domain:%s\n",url_result_t.domain);
	printf("svr_dir:%s\n",url_result_t.svr_dir);
	printf("svr_ip:%s\n",url_result_t.svr_ip);

	printf("-------------end---------------\n");
}

执行结果

六、代码获取

完整代码可以进入我的仓库获取

https://gitee.com/yikoulinux/url

或者公众号后台回复关键字：url