备案控制台
探索云世界
开发者社区 安全 文章 正文

构建网络下载器：Wt库指南让您轻松获取豆瓣网的美图

2024-02-28 30
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Wt（Web Toolkit）是一个用C编写的开源库，它可以让您使用C开发Web应用程序。Wt提供了一套丰富的组件，包括窗口、按钮、表单、图表、布局等，让您可以像使用GUI库一样，使用C++构建Web界面。除了提供Web界面的组件，Wt还提供了一个网络模块，它可以让您使用C++进行网络编程，包括HTTP请求、响应、会话、Cookie等。这个网络模块非常适合用来开发网络爬虫，因为它可以让您方便地发送HTTP请求，获取网页的内容，解析HTML，提取所需的数据，保存到本地或数据库等。

16YUN.jpg

一、什么是Wt库？

Wt（Web Toolkit）是一个用C编写的开源库，它可以让您使用C开发Web应用程序。Wt提供了一套丰富的组件，包括窗口、按钮、表单、图表、布局等，让您可以像使用GUI库一样，使用C++构建Web界面。

除了提供Web界面的组件，Wt还提供了一个网络模块，它可以让您使用C++进行网络编程，包括HTTP请求、响应、会话、Cookie等。这个网络模块非常适合用来开发网络爬虫，因为它可以让您方便地发送HTTP请求，获取网页的内容，解析HTML，提取所需的数据，保存到本地或数据库等。

二、为什么要使用Wt库？

Wt库有以下几个优点，使得它成为开发网络爬虫的一个好选择：

  • 跨平台，Wt库可以在Windows、Linux、MacOS等多种操作系统上运行，无需修改代码。
  • 高效，Wt库使用C++编写，性能优越，可以处理大量的网络请求和数据。
  • 易用，Wt库提供了简洁的API，让您可以使用熟悉的C++语法，快速地开发网络爬虫。
  • 灵活，Wt库支持多种网络协议，如HTTP、HTTPS、WebSocket等，可以应对不同的网络环境。
  • 安全，Wt库支持SSL加密，可以保护您的网络通信的安全。
  • 扩展，Wt库可以与其他的库或框架结合，如Boost、Qt、OpenCV等，提供更多的功能和特性。

三、如何使用Wt库？

要使用Wt库，您需要先下载并安装Wt库，然后在您的项目中引入Wt的头文件，链接Wt的库文件，就可以开始使用Wt的网络模块了。

下面，我们将以一个简单的示例来演示如何使用Wt库，构建一个网络下载器，从豆瓣网上下载美图。

1. 引入头文件

首先，我们需要引入Wt的网络模块的头文件，以及一些标准库的头文件，如下所示：

// 引入Wt的网络模块的头文件
#include <Wt/Http/Client.h>
#include <Wt/Http/Message.h>
#include <Wt/Http/Response.h>
#include <Wt/Http/Request.h>

// 引入一些标准库的头文件
#include <iostream>
#include <fstream>
#include <string>
#include <vector>
#include <thread>
#include <mutex>

2. 定义常量和变量

接下来，我们需要定义一些常量和变量，用来存储我们的目标网址、爬虫代理服务器的信息、图片的保存路径等，如下所示：

// 定义目标网址，我们将从豆瓣网的美女图片专辑中下载图片
const std::string target_url = "https://www.douban.com/photos/album/1797294052/";

// 定义爬虫代理服务器的信息，我们将使用亿牛云爬虫代理标准版的域名、端口、用户名、密码
const std::string proxy_host = "http://www.16yun.cn";
const int proxy_port = 9010;
const std::string proxy_user = "16YUN";
const std::string proxy_pass = "16IP";

// 定义图片的保存路径，我们将把图片保存到当前目录下的images文件夹中
const std::string image_path = "./images/";

// 定义一个向量，用来存储图片的网址
std::vector<std::string> image_urls;

// 定义一个互斥锁，用来保证多线程的安全
std::mutex mtx;

3. 创建客户端对象

然后，我们需要创建一个Wt::Http::Client的对象，用来发送HTTP请求，获取网页或图片的内容，如下所示：

// 创建一个Wt::Http::Client的对象，命名为client
Wt::Http::Client client;

// 设置客户端的超时时间为10秒，如果超过10秒没有收到响应，就放弃请求
client.setTimeout(10);

// 设置客户端的最大重定向次数为3次，如果超过3次重定向，就放弃请求
client.setMaximumRedirects(3);

// 设置客户端的爬虫代理服务器的信息，使用上面定义的爬虫代理的域名、端口、用户名、密码
client.setProxy(proxy_host, proxy_port, proxy_user, proxy_pass);

4. 定义回调函数

接下来，我们需要定义一个回调函数，用来处理客户端收到的响应，如下所示：

// 定义一个回调函数，命名为handle_response
// 该函数接受两个参数，一个是客户端对象的引用，一个是响应对象的指针
void handle_response(Wt::Http::Client& client, const Wt::Http::Message* response) {
   
   
    // 判断响应是否为空，如果为空，说明请求失败，打印错误信息，返回
    if (!response) {
   
   
        std::cerr << "Request failed: " << client.error() << std::endl;
        return;
    }

    // 判断响应的状态码是否为200，如果不是200，说明请求失败，打印错误信息，返回
    if (response->status() != 200) {
   
   
        std::cerr << "Request failed: " << response->status() << " " << response->statusText() << std::endl;
        return;
    }

    // 获取响应的内容类型，判断是否为text/html，如果是，说明请求的是网页，需要解析网页，提取图片的网址
    if (response->contentType() == "text/html") {
   
   
        // 获取响应的正文，转换为字符串
        std::string html = response->body();

        // 定义一个正则表达式，用来匹配图片的网址，图片的网址的格式为https://img9.doubanio.com/view/photo/l/public/pxxxxxxx.jpg
        std::regex regex("https://img9.doubanio.com/view/photo/l/public/p\\d+\\.jpg");

        // 定义一个正则迭代器，用来遍历网页中所有匹配的图片的网址
        std::sregex_iterator iter(html.begin(), html.end(), regex);
        std::sregex_iterator end;

        // 遍历所有匹配的图片的网址
        while (iter != end) {
   
   
            // 获取当前匹配的图片的网址，转换为字符串
            std::string image_url = iter->str();

            // 上锁，保证多线程的安全
            mtx.lock();

            // 把图片的网址添加到向量中
            image_urls.push_back(image_url);

            // 解锁，释放资源
            mtx.unlock();

            // 打印图片的网址，方便调试
            std::cout << "Image URL: " << image_url << std::endl;

            // 迭代器自增，继续下一个匹配
            iter++;
        }
    }

    // 获取响应的内容类型，判断是否为image/jpeg，如果是，说明请求的是图片，需要保存图片到本地
    if (response->contentType() == "image/jpeg") {
   
   
        // 获取响应的正文，转换为二进制数据
        std::vector<char> data = response->body();
        // 获取请求的URL地址，转换为字符串
        std::string url = response->request().url();
        // 从URL地址中提取图片的文件名，例如p123456789.jpg
        std::string filename = url.substr(url.find_last_of('/') + 1);
        // 拼接图片的保存路径，例如./images/p123456789.jpg
        std::string save_path = image_path + filename;
        // 创建一个文件流对象，用来写入图片数据
        std::ofstream file(save_path, std::ios::binary);

        // 判断文件流是否打开成功，如果失败，打印错误信息，返回
        if (!file.is_open()) {
   
   
            std::cerr << "File open failed: " << save_path << std::endl;
            return;
        }

        // 将二进制数据写入到文件中
        file.write(data.data(), data.size());
        // 关闭文件流
        file.close();
        // 打印图片的保存路径，方便调试
        std::cout << "Image saved: " << save_path << std::endl;
    } else {
   
   
        // 其他情况，暂不处理，打印响应的内容类型，方便调试
        std::cout << "Content type: " << response->contentType() << std::endl;
    }
}

5. 定义多线程函数

最后，我们需要定义一个多线程函数，用来在多个线程中发送HTTP请求，获取网页或图片的内容，如下所示：

// 定义一个多线程函数，命名为download
// 该函数接受两个参数，一个是客户端对象的引用，一个是URL地址的字符串
void download(Wt::Http::Client& client, const std::string& url) {
   
   
    // 创建一个HTTP请求对象，设置请求的URL地址
    Wt::Http::Request request(url);

    // 设置请求的方法为GET
    request.setMethod("GET");

    // 设置请求的头部，添加User-Agent字段，模拟浏览器访问
    request.addHeader("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36");

    // 发送HTTP请求，并将回调函数作为参数传递
    client.send(request, std::bind(handle_response, std::ref(client), std::placeholders::_1));
}

四、运行结果

我们将上面的代码保存为main.cpp，然后使用以下命令编译和运行：

g++ main.cpp -o main -lwt -lwthttp -lpthread
./main

运行结果如下：

Initializing...
Initialization complete
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998334.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998333.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998332.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998331.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998330.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998329.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998328.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998327.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998326.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998325.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998324.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998323.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998322.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998321.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998320.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998319.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998318.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998317.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998316.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998315.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998314.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998313.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998312.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998311.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998310.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998309.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998308.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998307.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998306.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998305.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998304.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998303.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998302.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998301.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998300.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998299.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998298.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998297.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998296.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998295.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998294.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998293.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998292.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998291.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998290.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998289.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998288.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998287.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998286.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998285.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998284.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998283.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998282.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998281.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998280.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998279.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998278.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998277.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998276.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998275.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998274.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998273.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998272.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998271.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998270.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998269.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998268.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998267.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998266.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998265.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998264.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998263.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998262.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998261.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998260.jpg
Image URL: https://img9.doubanio.com/view/photo/l/public/p2626998259.jpg
Image URL: https://img9.doubanio.com/view

五、参考资料

  • Wt 官方网站：提供了 Wt 库的下载、安装、文档、示例、论坛等资源。
  • [《C++ 网络编程》]：一本介绍如何使用 C++ 进行网络编程的书籍，涵盖了网络基础、套接字、TCP/IP、UDP、HTTP、FTP、SMTP、SSL 等协议和技术。
  • [《C++ 并发编程实战》]：一本介绍如何使用 C++ 进行并发编程的书籍，涵盖了线程管理、同步原语、锁、条件变量、原子操作、内存模型、并行算法等内容。
  • [《C++ Primer Plus》]：一本经典的 C++ 入门教程，系统地讲解了 C++ 的基础知识、语法、特性、标准库等内容。
  • [《Effective C++》]：一本提高 C++ 编程水平的书籍，包含了 55 条实用的建议，涉及到 C++ 的各个方面，如对象管理、函数、继承、泛型、异常等。
文章标签：
C++
数据采集
网络安全
网络协议
安全
关键词：
网络构建
构建网络
网络库
构建网络库
网络豆瓣
奔跑的数据
目录
相关文章
肥猪肥猪-17824
|
18天前
|
安全 网络安全 数据安全/隐私保护
网络堡垒的构建者：洞悉网络安全与信息安全的深层策略
【4月更文挑战第9天】在数字化时代，数据成为了新的价值核心。然而，随之而来的是日益复杂的网络安全威胁。从漏洞利用到信息泄露，从服务中断到身份盗用，攻击手段不断演变。本文深入剖析了网络安全的关键组成部分：识别和防范安全漏洞、加密技术的应用以及提升个体和企业的安全意识。通过探讨这些领域的最佳实践和最新动态，旨在为读者提供一套全面的策略工具箱，以强化他们在数字世界的防御能力。
肥猪肥猪-17824
14 2
奔跑的数据
|
17天前
|
数据采集 大数据 数据安全/隐私保护
掌握网络抓取技术：利用RobotRules库的Perl下载器一览小红书的世界
本文探讨了使用Perl和RobotRules库在遵循robots.txt规则下抓取小红书数据的方法。通过分析小红书的robots.txt文件，配合亿牛云爬虫代理隐藏真实IP，以及实现多线程抓取，提高了数据采集效率。示例代码展示了如何创建一个尊重网站规则的数据下载器，并强调了代理IP稳定性和抓取频率控制的重要性。
奔跑的数据
40 7
掌握网络抓取技术：利用RobotRules库的Perl下载器一览小红书的世界
请看我回答~
|
1天前
|
云安全 安全 网络安全
云端防御战线：构建云计算环境下的网络安全体系
【4月更文挑战第25天】 随着企业数字化转型的加速，云计算以其灵活性、成本效益和可扩展性成为众多组织的首选技术平台。然而，云服务的广泛采用也带来了前所未有的安全挑战，特别是在数据保护、隐私合规以及网络攻击防护等方面。本文将深入探讨云计算环境中的网络安全策略，从云服务模型出发，分析不同服务层次的安全责任划分，并针对网络威胁提出综合性的防御措施。此外，文中还将讨论信息加密、身份验证、入侵检测等关键技术在维护云安全中的作用，以期为读者提供一套全面的云安全解决方案框架。
请看我回答~
9 2
历年考试不作弊
|
3天前
|
移动开发 Java Android开发
构建高效Android应用：采用Kotlin协程优化网络请求
【4月更文挑战第24天】 在移动开发领域，尤其是对于Android平台而言，网络请求是一个不可或缺的功能。然而，随着用户对应用响应速度和稳定性要求的不断提高，传统的异步处理方式如回调地狱和RxJava已逐渐显示出局限性。本文将探讨如何利用Kotlin协程来简化异步代码，提升网络请求的效率和可读性。我们将深入分析协程的原理，并通过一个实际案例展示如何在Android应用中集成和优化网络请求。
历年考试不作弊
15 0
mrq4nk6ni2neg
|
7天前
|
存储 安全 网络安全
构建坚固的防线：云计算环境下的网络安全策略
【4月更文挑战第19天】 随着企业纷纷迁移至云平台，云计算已成为现代信息技术架构的核心。然而，数据存储与处理的云端化也带来了前所未有的安全挑战。本文深入探讨了在复杂多变的云环境中，如何实施有效的网络安全措施，确保信息安全和业务连续性。通过分析云服务模型、网络威胁以及加密技术，提出了一系列切实可行的安全策略，旨在帮助组织构建一个既灵活又强大的防御体系。
mrq4nk6ni2neg
17 1
技术混子
|
7天前
|
监控 安全 算法
数字堡垒的构建者：网络安全与信息保护的现代策略
【4月更文挑战第19天】在信息化快速发展的今天，网络安全和信息安全已成为维护社会稳定、保障个人隐私和企业商业秘密的关键。本文将深入探讨网络安全漏洞的成因、加密技术的进展以及提升安全意识的重要性，旨在为读者提供一套综合性的网络防护策略，以应对日益猖獗的网络威胁。
技术混子
7 1
4as3qn2go3ure
|
11天前
|
机器学习/深度学习 资源调度 数据可视化
使用Python和Keras进行主成分分析、神经网络构建图像重建
使用Python和Keras进行主成分分析、神经网络构建图像重建
4as3qn2go3ure
13 1
奔跑的数据
|
12天前
|
数据采集 API 数据安全/隐私保护
畅游网络：构建C++网络爬虫的指南
本文介绍如何使用C++和cpprestsdk库构建高效网络爬虫，以抓取知乎热点信息。通过亿牛云爬虫代理服务解决IP限制问题，利用多线程提升数据采集速度。示例代码展示如何配置代理、发送HTTP请求及处理响应，实现多线程抓取。注意替换有效代理服务器参数，并处理异常。
奔跑的数据
26 0
畅游网络：构建C++网络爬虫的指南
我爱matlab
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
我爱matlab
43 0
简简单单做算法
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
简简单单做算法
54 2

热门文章

最新文章

  • 1
    网络名称空间在Linux虚拟化技术中的位置
  • 2
    【MATLAB】GA_ELM神经网络时序预测算法
  • 3
    网络安全与信息安全：防御前线的构筑与维护
  • 4
    R语言用加性多元线性回归、随机森林、弹性网络模型预测鲍鱼年龄和可视化
  • 5
    快速部署：基于Kotlin的公司网络流量控制方案
  • 6
    【计算机网络】第一章 概述
  • 7
    Linux网卡与IP地址：通往网络世界的通行证 🌐
  • 8
    【动手学深度学习】深入浅出深度学习之线性神经网络
  • 9
    Machine Learning机器学习之贝叶斯网络(BayesianNetwork)
  • 10
    探索Kubernetes的大二层网络：原理、优势与挑战🚀
  • 1
    网络技术基础（16）——DHCP中继
    32
  • 2
    网络技术基础（15）——DHCP简介与配置
    43
  • 3
    网络技术基础（14）——ACL访问控制列表
    385
  • 4
    P2P网络下分布式文件共享场景的测试
    33
  • 5
    【spring（六）】WebSocket网络传输协议
    22
  • 6
    C/C++网络编程基础知识超详细讲解第三部分（系统性学习day13）
    30
  • 7
    C/C++网络编程基础知识超详细讲解第二部分（系统性学习day12）
    21
  • 8
    C/C++网络编程基础知识超详细讲解第一部分（系统性学习day11）
    37
  • 9
    网络安全产品之认识蜜罐
    25
  • 10
    基于深度学习的网络异常检测与自动化响应系统设计与实现
    40

    • 相关课程

    更多
  • TCP/IP 网络基础
  • 云计算工程师解析与实战-网络专家篇（体验版）
  • 云网络白皮书-阿里云网络系列课
  • 企业上云攻略-阿里云网络产品应用系列教程
  • Linux网络进阶 - TCP/IP协议及OSI七层模型
  • 网络管理者必知-2分钟了解新出台的《网络安全法》

    • 相关电子书

    更多
  • 可编程网络视角的网络创新研究
  • 可编程网络和SDN3.0
  • 开放促进创新：构建开放网络生态

    • 相关实验场景

    更多
  • 函数计算部署AI艺术字应用，生成新春文字头像
  • 免费撸A10显卡！在PAI-DSW里用FaceChain训练专属形象照
  • 基于 ACK Serverless 解锁你家萌宠的 AI 形象
  • Github实时数据分析与可视化
  • 容器的网络入门
  • 容器的自定义网络
    • 下一篇
    部署LAMP环境（Alibaba Cloud Linux 3）