url截取问题

PKkingSon

如果你在写抓包分析的c程序，可以直接剥开http 协议，取Hosts
如果你是在http server模块，直接取Hosts就可以了

liqingfang

回复 11# PKkingSon


    直接剥开http 协议，取Hosts,是个思路，不过它是由一个单独的机子发送过来的字符串，不能采用，还得字符串截取。

    那个我的最初截取，行吗？

   有个类似的是百度的面试题：
   
   故事好像是这样的：
  
   一个文本文件有多行，每行为一个URL。请编写代码，统计出URL中的文件名及出现次数。

　　a) 文件名不包括域名、路径和URL参数，例如http://www.rs.com/n.op/q/rs?id=1中的文件名是rs。
　　b) 部分URL可能没有文件名，例如http://www.abc.com/，这类统计为“空文件名”。
　　c) 出目前不同URL中的相同文件名视为同一文件名，例如http://www.ceshi.com/hi.php和ftp://ftp.cdef.com/hi.php为同一文件名

　　文件内容示例如下：
　　http://www.test.com/abc/de/fg.ph ... test.com/index.html
　　http://www.ceshi.com/hi.jsp
　　ftp://ftp.ceshi.com/hi.jsp
　　http://www.hello.com/cw/hi.jsp?k=8
　　http://www.hi.com/jk/l.html?id=1&s=a.html
　　http://www.rs.com/n.op/q/rs?id=1
　　http://www.abc.com/

edgar51774

回复 1# liqingfang


    对于ip的话，我认为先从/找 . 然后找下一个 .，2个点之间判断为数字，知道找到第四个 符合规则的话，则为符合规则的ip
   
    域名的话 可以找 .com .cn 来个列表，这样准确率高

PKkingSon

awk关联数组搞这玩意快！！！

PKkingSon

到底是对文件名排序，还是截取域名啊。

liqingfang

回复 15# PKkingSon

截取域名,那个统计文件名只是相似的。

PKkingSon

客户端是咋发送的

liqingfang

回复 17# PKkingSon


    不太清楚，不用关心，这个做成守护进程一直运行，其实可以将完整的url写进文件，然后用awk脚本处理比较简单。

PKkingSon

http://212.22.34.5/meili.php

   http://34.89.90.2:40440/kuaile/hao123/haha.php

   http://89.89.0.34

   http://www.baidu.com/shenghuo/lehelehe.php

   http://news.sina.com/country/news.html

不会写程序,如果一次处理一行，可以这么处理:

输入:
跳过http://
一个字符一个字符塞进左边进右边出的“管子”
遇到字母 letter=1
遇到. dot++
遇到:或/或输入结束停止塞入

输出：
如果letter=0
全部从右边弹出输出

如果letter大于0
//news.sina.com => moc.anis.swen(管子里字符的样子)
弹出字符,dot--
dot=1开始输出

liexusong

用状态机吧