html文本解析就用libxml2库中的html parser即可。
如果没有语言要求，建议用python非常简单。我前段时间花了两天，写了个抓爬flickr信息的东西，然后写进数据库。
参考下面代码：#include <stdio.h>
#include <streamhtmlparser/htmlparser.h>
int main(void)
{
unsigned int getchar_ret
htmlparser_ctx *parser = htmlparser_new()
while ((getchar_ret = getchar()) != EOF) {
char c = (char)getchar_ret
/* If we received a '$' character, we output the current tag and attribute
* * name to stdout. */
if (c == '$') {
printf("[[ ")
if (htmlparser_tag(parser))printf("tag=%s ", htmlparser_tag(parser))
if (htmlparser_attr(parser)) printf("attr=%s ", htmlparser_attr(parser))
printf("]]")
/* If we read any other character, we pass it to the parser and echo it to
* * stdout. */
} else {
htmlparser_parse_chr(parser, c)
putchar(c)
}
}
}
