什么是页面源的http请求？

Question

我已经设法在C ++中创建一个文件下载器（使用winsock）。它使用以下文件下载每个简单链接： www.page.com/image.png

我想让它从整个页面下载所有图像，例如来自4chan线程的所有图像，但我不知道我应该在http请求中发送什么来获取页面的源代码。如何申请网页来源？

Answer 1

您不会以{1}}请求的方式发送任何内容。

http请求为单个文档发送单个请求，并从服务器返回单个文档。

要下载整个页面，您必须解析下载的HTML文档，从HTML源中提取所有相关链接，然后为每个图像，css，js等发出单独的http请求。从主文件中引用。

这就是像wget's --recursive option这样的工具下载整个页面的方式。

Answer 2

如果页面位于GET服务器的根目录，您将向www.page.com服务器发送/请求，询问GET / HTTP/1.1 Host: www.page.com 资源：

http://www.page.com/thepage.html

我们说该网页实际上位于GET。您会发送/thepage.html请求GET /thepage.html HTTP/1.1 Host: www.page.com 代替：

<img>

无论哪种方式，您都必须解析生成的HTML，以获取页面上所有j<- 0 ; i <- 1; NEWARRAY[PATTERN.length] while i < PATTERN.length if PATTERN[i] = PATTERN[j] j <- j + 1; NEWARRAY [i] <- j; i <- i + 1; else if j = 0 NEWARRAY[i] <- j; else J = NEWARRAY[j - 1]; return NEWARRAY; 标记的各个网址。