html 문서에서 tag만 추출하려고 하는데요 조언 부탁 드립니다.

lhs8421478의 이미지

안녕하세요 C언어를 공부중인 청년입니다.

현재 진행중인 프로그램은 html 문서에서 tag만 추출해서 뽑아내려고 합니다.

진행 상황은

/*
	file : tag_find.c
	return : 성공 0 , 실패 -1
	html문서를 읽어 들여 tag만 추출해서 txt파일에 저장하는 프로그램
*/
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
 
void tag_find(FILE *html, FILE *txt);
 
/*
	main 함수 
	인자값으로 오픈할 html 파일명과 저장할 txt 파일명을 받는다.
	받아온 이름의 파일을 오픈한다.
*/
int main(int argc, char **argv)
{
	FILE *html_file;
	FILE *txt_file;
 
	html_file = fopen(argv[1], "r");
	if (html_file == NULL) {
		printf("html_file open error\n");
		return -1;
	}
 
	txt_file = fopen(argv[2], "w");
	if (txt_file == NULL) {
		printf("txt_file open error\n");
		return -1;
	}
 
	tag_find(html_file, txt_file);
 
	fclose(html_file);
	fclose(txt_file);
	return 0;
}
 
/*
	tag_find 함수
	인자값으로 html 파일 포인터와 txt 파일 포인터를 받아온다.
	인자값으로 받아온 html파일에서 한글자씩 읽어들여 배열에 저장하고
	tag들을 찾아서 txt파일에 copy한다.
*/
void tag_find(FILE *html, FILE *txt)
{
	char tag[20];
	char *buf_pt;
	char ch;
	int cnt;
 
	cnt = 0;
	while (EOF != (ch = fgetc(html))) {
		buf_pt = tag;
		memset(tag, 0x00, 20);
		if (ch == '<') {
			*buf_pt = ch;
			buf_pt++;
			while ((ch = fgetc(html)) != '>') {
				*buf_pt = ch;
				buf_pt++;
			}
			buf_pt++;
			*buf_pt = ch;
			printf("%s\n", tag);
			cnt++;
			fprintf(txt, "%d : %s\n", cnt, tag);
		}
	}
}

입니다.

현재의 문제점은 txt파일에 저장할때 '>'를 출력을 안할뿐더러.... 중간에 문자가 깨지는 현상도 일어나고 있습니다.

어떠한 이유인지 몰라서 이렇게 글을 남깁니다.. 도움 부탁 드립니다 ㅠㅠ

오류나는 부분은 파일 첨부 합니다 ㅠㅠ

File attachments: 
첨부파일 크기
Image icon K-2.jpg23.13 KB
lhs8421478의 이미지

문자 깨지는 부분은... 배열의 크기 문제였네요... 이부분은 해결했습니다 ㅠㅠ 다만...

'>' 이게 왜 안들어가는지 모르겠네요 ㅠㅠ

lhs8421478의 이미지

모든 문제 해결했습니다 ㅠㅠ
바보같은짓을 참 많이 했네요 ㅠㅠ

댓글 달기

Filtered HTML

  • 텍스트에 BBCode 태그를 사용할 수 있습니다. URL은 자동으로 링크 됩니다.
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param><hr>
  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.

BBCode

  • 텍스트에 BBCode 태그를 사용할 수 있습니다. URL은 자동으로 링크 됩니다.
  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param>
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.

Textile

  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • You can use Textile markup to format text.
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param><hr>

Markdown

  • 다음 태그를 이용하여 소스 코드 구문 강조를 할 수 있습니다: <code>, <blockcode>, <apache>, <applescript>, <autoconf>, <awk>, <bash>, <c>, <cpp>, <css>, <diff>, <drupal5>, <drupal6>, <gdb>, <html>, <html5>, <java>, <javascript>, <ldif>, <lua>, <make>, <mysql>, <perl>, <perl6>, <php>, <pgsql>, <proftpd>, <python>, <reg>, <spec>, <ruby>. 지원하는 태그 형식: <foo>, [foo].
  • Quick Tips:
    • Two or more spaces at a line's end = Line break
    • Double returns = Paragraph
    • *Single asterisks* or _single underscores_ = Emphasis
    • **Double** or __double__ = Strong
    • This is [a link](http://the.link.example.com "The optional title text")
    For complete details on the Markdown syntax, see the Markdown documentation and Markdown Extra documentation for tables, footnotes, and more.
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.
  • 사용할 수 있는 HTML 태그: <p><div><span><br><a><em><strong><del><ins><b><i><u><s><pre><code><cite><blockquote><ul><ol><li><dl><dt><dd><table><tr><td><th><thead><tbody><h1><h2><h3><h4><h5><h6><img><embed><object><param><hr>

Plain text

  • HTML 태그를 사용할 수 없습니다.
  • web 주소와/이메일 주소를 클릭할 수 있는 링크로 자동으로 바꿉니다.
  • 줄과 단락은 자동으로 분리됩니다.
댓글 첨부 파일
이 댓글에 이미지나 파일을 업로드 합니다.
파일 크기는 8 MB보다 작아야 합니다.
허용할 파일 형식: txt pdf doc xls gif jpg jpeg mp3 png rar zip.
CAPTCHA
이것은 자동으로 스팸을 올리는 것을 막기 위해서 제공됩니다.