Primii pasi spre creearea unui browser

[Vhaerun]

Nu am mai postat de ceva timp un tutorial de programare , so here goes . Asta va fi in Java , because . O sa va arat doua variante de a accesa situri din codul vostru , prima fiind cu clasele puse la dispozitie de Sun care ascunde detaliile de utilizatorul de rand , si una mai low-level facuta prin socket-uri . Prima varianta ar fi urmatoarea :

import java.io.*;
import java.net.*;
import java.util.*;

public class WebClient {

    private String line="";
    private String content="";
    private URL url;
    private URLConnection urlConn;
    private BufferedReader reader;

    public WebClient() {

    }

    public void getPrint(String site) throws Exception {

        url = new URL(site);
        urlConn = url.openConnection();
        reader = new BufferedReader(new InputStreamReader(urlConn.getInputStream()));

        while((line = reader.readLine()) != null) {

           System.out.println(line); 

        }

    }

    public String get(String site) throws Exception {

        url = new URL(site);
        urlConn = url.openConnection();
        reader = new BufferedReader(new InputStreamReader(urlConn.getInputStream()));

        while((line = reader.readLine()) != null) {

            content += line;

        }

        return content;

    }

    public static void main(String[] args) throws Exception {

        WebClient wc = new WebClient();
        //wc.getPrint("http://www.google.ro");
        System.out.println(wc.get("http://www.google.ro"));
    }

}

Avantajul acestei abordari ar fi :

- aceste clase sunt testate si rastestate , deci vor functiona

- clasa URL seteaza singura host si document , deci nu mai trebuie sa te chinui cu expresii regulate / substring / whatever , pentru a obtine ce te intereseaza dintr-un url

- clasa URLConnection se conecteaza singura , si cere paginile , in conformitate cu standardul HTTP , deci nici aici nu trebuie sa stii cum functioneaza HTTP

Dezavantajul ar fi :

- un utilizator de rand nu stie ce se intampla in spate

A doua abordare ar fi ceva scris de la zero .

import java.io.*;
import java.util.StringTokenizer;
import java.net.*;


public class SimpleClient {

    private boolean succes;
    private int responseCode;
    private String content="";
    private Socket s;
    private PrintWriter pw;
    private BufferedReader br;
    private String line="";

    public SimpleClient() {

    }

    public boolean isSuccess() {
        return (responseCode>=200 && responseCode<400);
    }

    public String getDoc(String url) {

        String doc="/";

        int wPos=url.indexOf("www.");
        int hPos=url.indexOf("http://");
        int sPos=url.indexOf("/",wPos+4);
        int ssPos=url.indexOf("/",hPos+7);

        if(hPos != -1) {

            if(wPos != -1) {

                if(sPos != -1) {

                    doc = url.substring(sPos);

                }

            }

            else {

                if(sPos != -1) {

                    doc = url.substring(ssPos);
                }

            }
        }
        else {

            if(wPos != -1) {

                if(sPos != -1) {

                    doc = url.substring(sPos);

                }

            }

            else {

                int sPos2 = url.indexOf("/");

                if(sPos2 != -1) {

                    doc = url.substring(sPos2);

                }


            }


    }


    return doc;

    }

    public String getHost(String url) {

        String host="";

        if(url.startsWith("http://")) {

            int tpos=url.indexOf("http://");
            int slashPos=url.indexOf("/",tpos+8);

            if(slashPos == -1) {

                host = url.substring(tpos+7);

                if(host.startsWith("www.")) {

                    int wPos=host.indexOf("www.");
                    host = host.substring(wPos+4);

                }

            }
            else {
                host = url.substring(tpos+7,slashPos);

                if(host.startsWith("www.")) {

                    int wPos=host.indexOf("www.");
                    host = host.substring(wPos+4);
                }

            }

        }

        else {
            int tpos=url.indexOf("www.");

            if(tpos == -1) {
                int slashPos=url.indexOf("/");
                if(slashPos != -1) {
                    host = url.substring(0, slashPos);
                }
                else {
                    host = url.substring(0);
                }

            }
            else {

                int slashPos=url.indexOf("/");
                if(slashPos != -1) {
                    host = url.substring(tpos+4,slashPos);
                }
                else {
                    host = url.substring(tpos+4);
                }

            }


        }

        return host;

    }

    public void get(String site) {
        try {
            s=new Socket(getHost(site),80);
            pw=new PrintWriter(s.getOutputStream());
            br=new BufferedReader(new InputStreamReader(s.getInputStream()));
            pw.println("GET "+getDoc(site)+" HTTP/1.0");
            pw.println("Host: "+getHost(site));
            pw.println();
            pw.println();
            pw.flush();

            while((line=br.readLine())!=null) {
                content+=line+"\n";
            }
            s.close();
            parseResponseCode(content);
        }
        catch(Exception e) {
            e.printStackTrace();
        }
    }

    private void parseResponseCode(String content) {

            String line=content.substring(0,content.indexOf("\n"));
            StringTokenizer st=new StringTokenizer(line);
            st.nextToken();
            responseCode=Integer.parseInt(st.nextToken());

    }

    public String extractTextBetween(String text,String start,String end) {

        int pos1=text.indexOf(start)+1;
        int pos2=text.indexOf(end)+1;

        return text.substring(pos1, pos2);

    }

    private void setContent(String content) {
        this.content = content;
    }

    private String getContent() {
        return content;
    }

    private void setResponseCode(int responseCode) {
        this.responseCode = responseCode;
    }

    private int getResponseCode() {
        return responseCode;
    }

    public static void main(String[] args) {
        SimpleClient sc=new SimpleClient();
        sc.get("s2.bitefight.ro/bite/uebersicht.php");
        System.out.println(sc.getContent()+"\n"+sc.getResponseCode());

    }

}

Codul in sine nu e greu de inteles , poate partea cea mai complicata ar fi functiile getDoc si getHost . Am evitat sa folosesc expresiile regulate din java , pentru ca nu prea sunt PCRE . Acest cod , scris cu socket-uri nu urmeaza redirecturi , poate nici URLConnection nu le urmeaza , nu stiu sigur .

Pentru a afla mai multe informatii despre HTTP si browsere in general , eu recomand cartea "Web Client programming in Perl" , care poate fi gasita aici : http://www.oreilly.com/openbook/webclient/ . Daca nu esti interesat de perl , poti citi doar primele 2 capitole , care iti vor explica tot ce ai nevoie sa stii

Have fun

[CrazyNET]

un tutorial bun pt cei care stiu java (eu nu prea stiu) cand o sa am timp am sa fac si eu un tutorial dar in VB

[ÐÒ&]

Sa faci dar fara controalele de a gata ca si el a facut fara ele.Trimit o cerere GET el iti da raspunsul cu bodyul are care contine mime typeul,charset etc.