Chinaunix

标题: 紧急求助关于html decode [打印本页]

作者: gejiajie_01 时间: 2009-03-31 11:36
标题: 紧急求助关于html decode
想用C写一个html格式汉字解码的函数，不知道怎么写（例：&#24320是html编码格式，对应中文是 “开”字），有哪位大哥有的贴一下，只要C的，其他的就不要了，小弟真心感谢各位的帮助。

作者: gejiajie_01 时间: 2009-03-31 13:21
小弟在线等

作者: Sorehead 时间: 2009-03-31 16:58
字符串替换一下不就行了

作者: gejiajie_01 时间: 2010-02-21 11:45
哪位大哥请给出代码，谢谢

作者: MMMIX 时间: 2010-02-21 15:52

哪位大哥请给出代码，谢谢
gejiajie_01 发表于 2010-02-21 11:45

作业？工作任务？

作者: gejiajie_01 时间: 2010-02-21 17:14
C++之类的都有库函数来实现，C找不到，有代码的请帮忙贴下，谢谢

作者: gejiajie_01 时间: 2010-02-21 17:19
写了一支垃圾程式，可以输出&#xx,&#xxx，但中文字符却怎么都输出不对，比如上述的“开”字，就输不出来，不晓得怎么回事,代码如下：
#include <stdio.h>
void urldecode(char *p)
{
      register i=0, len=0;
      char *q;
      while(*(p+i))
      {
            if ((*p=*(p+i)) == '&' && *(p+i+1) == '#' )
            {
                     q=p+i;
                     while(*q != ';') q++;
                     len=q-p-i-2;
                     //printf("%d\n", len);
                     switch(len)
                     {
                              case 2:*p=*(p+i+2) >= 'A' ? ((*(p+i+2) & 0XDF) - 'A') + 10 : (*(p+i+2) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+3) >= 'A' ? ((*(p+i+3) & 0XDF) -  'A') + 10 : (*(p+i+3) - '0');
                                    i+=4;
                                    break;
                              case 3:*p=*(p+i+2) >= 'A' ? ((*(p+i+2) & 0XDF) - 'A') + 10 : (*(p+i+2) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+3) >= 'A' ? ((*(p+i+3) & 0XDF) -  'A') + 10 : (*(p+i+3) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+4) >= 'A' ? ((*(p+i+4) & 0XDF) -  'A') + 10 : (*(p+i+4) - '0');
                                    i+=5;
                                    break;
                              case 4:*p=*(p+i+2) >= 'A' ? ((*(p+i+2) & 0XDF) - 'A') + 10 : (*(p+i+2) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+3) >= 'A' ? ((*(p+i+3) & 0XDF) -  'A') + 10 : (*(p+i+3) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+4) >= 'A' ? ((*(p+i+4) & 0XDF) -  'A') + 10 : (*(p+i+4) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+5) >= 'A' ? ((*(p+i+5) & 0XDF) -  'A') + 10 : (*(p+i+5) - '0');
                                    i+=6;
                                    break;
                              case 5:*p=*(p+i+2) >= 'A' ? ((*(p+i+2) & 0XDF) - 'A') + 10 : (*(p+i+2) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+3) >= 'A' ? ((*(p+i+3) & 0XDF) -  'A') + 10 : (*(p+i+3) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+4) >= 'A' ? ((*(p+i+4) & 0XDF) -  'A') + 10 : (*(p+i+4) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+5) >= 'A' ? ((*(p+i+5) & 0XDF) -  'A') + 10 : (*(p+i+5) - '0');
                                    *p=(*p) * 10;
                                    *p+=*(p+i+6) >= 'A' ? ((*(p+i+6) & 0XDF) -  'A') + 10 : (*(p+i+6) - '0');
                                    i+=7;
                                    break;
                     }
            }
            p++;
      }
      *p='\0';
}

int main(){
      char a[]="dd{@32r4@aaa.com";
      urldecode(a);
      printf("%s", a);
      return 0;
}

作者: gejiajie_01 时间: 2010-02-21 17:20
输出结果是：dd{@32r4@aaa.com

作者: gejiajie_01 时间: 2010-02-21 17:22
代码中 a[]=dd{...中的 “{”字符请换成&#的格式，xxx为123,其他照贴,请各位大侠帮忙debug看看,谢谢

作者: gejiajie_01 时间: 2010-02-23 10:07
这个问题真的很难吗？有哪位大侠帮忙看看呢，感激不尽

作者: gejiajie_01 时间: 2010-02-24 10:53
char* htmldecode(char *p, int *str_len, char *buf)
{
      register i=0, len=0;
      char *q;
      char tmp[8192];
      unsigned int c;
      bzero(buf, sizeof(buf));
      bzero(tmp, sizeof(tmp));
      strncpy(tmp, p, *str_len);
      (*str_len)=0;
      p=tmp;
      while(*(p+i))
      {
            if ((*p=*(p+i)) == '&' && *(p+i+1) == '#' )
            {
                     q=p+i;
                     while(*q != ';') q++;
                     len=q-p-i;
                     c=(atoi(p+i+2));
                     memcpy(buf, &c, 2);
                     buf+=2;
                     p++;
                     (*str_len)+=2;
                     i=q-p;
            }else{
                     c=(*p);
                     memcpy(buf, &c, 2);
                     buf+=2;
                     (*str_len)+=2;
            }
            p++;
      }
      *p='\0';
}

int main(){
      char a[]="aa我@.doc@sadf@";
      int len;
      int i;
      unsigned char *str = (unsigned char *) malloc (strlen(a)*2);
      len=strlen(a);
      htmldecode(a, &len, str);
      printf("%s\n", a);
      for(i=0; i<len; i++)
      printf("%c", str[i]);
      free(str);
      return 0;
}

作者: gejiajie_01 时间: 2010-02-24 10:54
终于弄出来了，只不过字符是utf-16的，要转成UTF-8比较好，我就不转了，自己给自己结贴！

作者: gejiajie_01 时间: 2010-02-24 10:56
对，UTF-16转UTF-8我也发过帖子，想看的可以search下

作者: wesleyluo 时间: 2010-03-11 17:05
输出中文字符肯定要字符集啦？
你装没？

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)