Récupérer tous les liens d'un site

Bonjour,

Mon but étant de récupérer tous les liens d'un site pour éventuellement faire un sitemap ou autre fichier de ce type.

J'ai commencé par utiliser cURL, et j'ai réussi à stocker le code d'une page dans une variable "String^".

C'est après que cela se complique.
Je ne sais pas vers quelle solution se pencher.
libmxl : pas trouvé de version pour Visual Studio
msxml : pas trouvé des exemples pour faire ce que je veux.

Puis j'ai pensé aux expression régulières pour prendre que ce qui se trouve entre les "href", mais je n'ai pas encore approfondi le sujet.

Quelqu'un peut-il m'éclairer sur la meilleure manière de faire, et comment faire. (exemple : si vous connaissez une autre librairie que cURL etc...)

Merci.

Salut

Pour les expressions régulières, tu peux faire un truc comme ça :

"( href=\")([a-zA-Z0-9_\\-./\\?\\&=:]+)(\")" => (espace, puis href=" puis une lettre min, maj, un chiffre, _, -, ., /, ?, &, =, ou : répétés 1 à n fois, puis ")

Tu récupères ce qui match l'expression régulière, tu remplaces par rien " href=\"" et le "\"" à la fin, et tu as ton url.

Je peux pas plus te donner d'infos sur la façon d'utiliser des expressions régulières en C++ en revanche, désolé.

Krimog : while (!(succeed = try())) ;
- NON, "LE BAR" n'est PAS un langage de programmation ! -

Salut, on est une dizaine de développeurs à s'être penché sur le sujet pour un concours du meilleur code qui fait ça! Noter la vitesse moyenne d'exécution, et le nombre de lignes de code. Cliquer sur les noms pour voir le code. Tu devrais trouver ton bonheur. http://pagesperso-orange.fr/2007/resultats.htm

Merci Krimog, je glisse ta réponse sous le coude pour étudier les regex plus tard.

Katsankat, ça m'a l'air très intéressant. Je vais regarder ça de plus prêt et je reviendrai vers vous.

Yop,

J'ai déjà fait ce type de programme. Voici ma source :

http://www.cppfrance.com/codes/WIN32-AFFICHE-TOUT-LIENS-PAGE-HTML_42940.aspx

++
deck_bsd
___________________________________
[ [ Lien ]]