2

我有一些代码使用 BSD 套接字从服务器获取网页并将其写入文件。以下是处理所有文件 I/O 以及使用套接字写入和读取的代码。请注意，这_sockfd是说话者和听者之间的有效套接字：

    FILE* resultFile;
    resultFile = fopen(resultFilename.c_str(), "w+");

    if (resultFile != 0)
    {
        // Construct the request
        std::stringstream requestBuilder("");
        requestBuilder << "GET " << directory << " HTTP/1.1\r\nHOST:" << _hostname << "\r\n\r\n";

        std::string request = requestBuilder.str();

        // Prepare to read the file and write it out
        int bufferSize(1024);
        char buffer[bufferSize];
        int bytesRead(1);

        // Send request
        int bytesWritten = write(_sockfd, request.c_str(), request.length());
        if (bytesWritten < 0)
        {
            std::cout << "Error on initial request send" << std::endl;
            return false;
        }

        // Read response
        while (bytesRead > 0)
        {
            bzero(buffer, bufferSize);
            bytesRead = read(_sockfd, buffer, bufferSize);

            if (bytesRead < 0)
            {
                std::cout << "WebCrawler -> ERROR: Could not read properly from socket" << std::endl;
                return false;
            }

            fputs(buffer, resultFile);
        }

        fclose(resultFile);
        _socketUsed = true;

我期望此代码产生的结果类似于以下代码段：

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>

<head>
<title>Serebii.net Pok&eacute;dex - #089 Muk</title>

<meta name="GENERATOR" content="Arachnophilia 4.0">
<meta name="FORMATTER" content="Arachnophilia 4.0">
<meta name="keywords" content="Pokemon, Pokédex, Muk (Pokémon),Muk, Diamond, Pearl, Platinum,     HeartGold, SoulSilver" />
<link rel="stylesheet" type="text/css" HREF="/style/dex.css">

</head>

<meta http-equiv="imagetoolbar" CONTENT="no">
    <link rel="stylesheet" type="text/css" HREF="http://www.serebii.net/spp-temp.css">
   <LINK REL="SHORTCUT ICON" HREF="http://www.serebii.net/favicon.ico">

<BODY  ondragstart="return false"  text=#000000 bottomMargin=0 bgcolor="#383838" 
leftMargin=0 topMargin=0 rightMargin=0>
    <table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse"     bordercolor="#111111" width="100%" height="1" background="http://www.serebii.net/BannerBg.jpg">
      <tr>

但相反，它看起来像这样：

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>

<head>
<title>Serebii.net Pok&eacute;dex - #089 Muk</title>

<meta name="GENERATOR" content="Arachnophilia 4.0">
<meta name="FORMATTER" content="Arachnophilia 4.0">
<meta name="keywords" content="Pokemon, PokÈdex, Muk (PokÈmon),Muk, Diamond, Pearl, Platinum,     HeartGold, SoulSilver" />
<link rel="stylesheet" type="text/css" HREF="/style/dex.css">

</head>


8c1
<meta http-equiv="imagetoolbar" CONTENT="no">
    <link rel="stylesheet" type="text/css" HREF="http://www.serebii.net/spp-temp.css">
   <LINK REL="SHORTCUT ICON" HREF="http://www.serebii.net/favicon.ico">

<BODY  ondragstart="return false"  text=#000000 bottomMargin=0 bgcolor="#383838" 
leftMargin=0 topMargin=0 rightMargin=0>
    <table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse" bordercolor="#111111" width="100%" height="1" background="http://www.serebii.net/BannerBg.jpg">
      <tr>

如您所见，我的代码以某种方式在结果中插入了奇怪的字符（在本例中为“8c1”）。我想强调的是，这在整个 HTML 文档中多次发生。为简洁起见，我只是将自己限制在一个例子中。我怀疑我可能会以某种方式滥用缓冲区，但到目前为止我一直无法找到解决方案。

我之前为解决我的问题所做的努力包括以下 SO 问题：

C Winsock 编程：输入垃圾

原始套接字：接收器打印垃圾值

我还参考了以下页面以确保我正确地执行 C 文件 I/O（我习惯于在 C++ 中使用 fstream）：

http://www.cprogramming.com/tutorial/cfileio.html

我对使用套接字进行网络编程非常缺乏经验（您可能会说），而且我确信这是我在某个地方犯的一个愚蠢的错误。对于那些比我更有经验的人：即使你不能直接指出我的解决方案，也请分享你对我可能出错的地方的想法。有时，我们需要找到答案的只是一些放置得当的面包屑。为此，如果我显示了错误的代码和/或您认为代码的另一部分可能更有帮助，请告诉我。

此外，这是我的第一个 SO 问题。请在您认为合适的情况下对其进行批评，以确保我未来的问题更好，更适合该网站。

****更新 1****（在 Mark Ransom 建议将 fputs 更改为 fwrite 之后）：

我fputs(buffer, resultFile);改为fwrite(buffer, 1, bytesRead, resultFile);. 我现在明白了，在这种情况下使用它更合适。

但是，我的问题仍然存在。事实上，我发现在新代码（和我的旧代码）连续执行 5 次后，我在原始问题中错误地称为“垃圾”值的错误值每次都完全相同。它们根本不是随机的。我已更改问题的标题以更恰当地描述我的问题。

经过一番摸索，我想buffer在读取产生与文件写入相同的结果后将该打印添加到控制台。

4

1 回答 1

3

你得到一个缓冲区溢出，fputs(buffer, resultFile);因为写入并没有在缓冲区的末尾停止 - 它在它找到的第一个零字符处停止，它位于缓冲区末尾之后的内存中的某个随机点。改为使用fwrite。

于 2012-08-14T21:55:57.693 回答