在my last question 中，我询问了如何从 HTML 页面中解析链接。由于我还没有找到解决方案，因此我想我同时尝试了其他方法：搜索每个<a href= 并复制那里的任何内容，直到我找到</a>。
现在，我的 C 有点生锈了，但我记得我可以使用 strstr() 来获取该字符串的第一个实例，但我如何获取其余的？
感谢任何帮助。
PS：不。这不是学校的家庭作业或类似的事情。让你知道。
【问题讨论】：
<a href = "" 或<a href='' 或<a id="" href="" 或几乎数百 种几乎相同的<a> 标签编写方式时会发生什么？使用 XML 解析器。
你可以使用循环：
char *ptr = haystack;
size_t nlen = strlen (needle);
while (ptr != NULL) {
ptr = strstr (ptr, needle);
if (ptr != NULL) {
// do whatever with ptr
ptr += nlen; // hat tip to @larsman
}
}
【讨论】：
needle，则无限循环。您必须在每次迭代中超越比赛。此外，您必须检查NULL 之后 strstr。
ptr += strlen(needle)（或者更好的是 size_t nlen = strlen(needle)。
</a> 是你的一根针。您必须搜索 <a href= 作为循环中的第一针。然后在该条件内，再次搜索第二根针。
为什么不使用libxml，它内置了一个非常好的 HTML 解析器？
【讨论】：
好的，原来的答案和我的 cmets 似乎需要比评论部分更多的信息，所以我决定创建一个新答案。
首先，您正在尝试做的事情是一项编程任务，将需要一些编程能力，具体取决于您的具体需求。
其次，提供了一些答案，建议您使用 char 查找和正则表达式循环。正如所讨论的，这两种方法都非常容易出错，例如here。
现在解析 HTML/XML 内容的常规方法是使用为此设计的外部库。事实上，这些库现在已经是某种标准，并且在许多编程语言中它们已经内置。
对于您的特殊需求，我对 C 和 XPath 都生疏，但它应该大致像这样工作：
我找到了一些其他的例子，也许这个更好：http://xmlsoft.org/example.html
如您所见，有一个 XML 文档（没关系，因为 HTML 只是 XML 的子集，您的 HTML 文档也应该可以工作）。
在 Python 或类似语言中，这将非常容易，在某些伪代码中，这看起来像这样：
p=new HTMLParser
p->load(my html document)
resultset=p->XPath_Search("//a") # this will find all A elements in the HTML document
for each result of resultset:
write(result.href)
end for
这通常会写出文档中所有 A 元素的 HREF 部分。 关于可以使用 XPath 做什么的一个不错的教程是 here。
我担心在 C 中这会有点复杂，但想法是一样的，它是一个编程任务。
如果这是一些快速而肮脏的工作，您可以使用建议的 strstr() 或 regexp 搜索，而无需外部库。但是，请记住，根据您的具体任务，您很可能会错过一些传出链接或误读其内容。
【讨论】：
C 字符串只是指向第一个字符的指针；要获得下一场比赛，只需再次调用它并将指针传递到您获得的上一场比赛的结尾。
【讨论】：
这是我会做的（未经测试，只是我的想法）：
char* hRef_start = "<a href=";
char* hRef_end = "</a>";
假设你的文字在
char text[1000];
char * first = strstr(text , hRef_start);
if(first)
{
char * last = strstr(first , hRef_end);
if(last)
last--;
else
//Error here.
char * link = malloc((last - first + 2) * sizeof(char));
copy_link(link , first , last);
}
void copy_link(char * link , const char * first , const char * last)
{
while(first < last)
{
*link = *first;
++first;
}
*link = 0;
}
您应该检查malloc() 是否成功，并确保您free()，还要确保copy_link() 上没有任何参数是null。
【讨论】：