c - 定位给定文件中的所有子字符串实例

Question

我目前正在研究一个函数来查找 html 文件中引用的所有图像，目前我正试图在文件中找到这些子字符串:".bmp" "。 gif" ".jpg" ".png" 并且还想找到它们的根例如:/images/foo/ 和然后使用这两个子字符串创建一个新字符串:/images/foo/bar.jpg 我知道我将如何连接这些字符串，但我不知道我将如何定位实际的子字符串，我现在感到不知所措，非常感谢您的帮助。

Answer 1

这个问题的“正确”答案应该是促使您使用专为该工作打造的工具。聪明人会写类似 libxml 的东西因为某种原因。重新发明轮子只会让事情变得更加困难。与 libxml ，例如，您可以像这样轻松地遍历 XML 树:

for (cur_node = a_node; cur_node; cur_node = cur_node->next) {
    if (cur_node->type == XML_ELEMENT_NODE) {
        printf("node type: Element, name: %s\n", cur_node->name);
}

“错误”的答案是想出一些“技巧”来查找图像字符串的开头，可以通过查找图像标签 (<img) 的开头或引号 " 来找到。正如道格在评论中提到的那样。

您会注意到我在引号中标明了正确和错误。我有点纯粹主义者，强烈建议使用面向 XML 的解决方案，因为它完全可以通用且易于扩展(明天您可能会说:哦，我还需要 anchor 文本)。 DOM 解析器使每个后续问题都变得轻而易举。

但是，如果您正在进行概念验证或原型(prototype)(甚至可能是家庭作业)，其中所有内容都格式正确并且您没有在野外发布您的代码，那么“错误”的方法可能就足够了。