curl使用小记(二)——远程下载一张图片
1. 概述
在之前的文章《curl使用小记(一)》中论述了命令行工具curl的基本使用。除此之外，curl还提供了能够直接供程序调用的模块库接口libcurl。这里就通过一个远程下载网络上的一个图片的实例，讲述libcurl的使用。
2. 实例
libcurl库还是推荐直接找已经编译好的，因为是C程序接口，所以还是比较稳定的。
libcurl虽然用起来比较繁复，但大概可以就初分为4类函数：
- 初始化：curl_easy_init()。
- 配置数据传输选项，设置回调函数：curl_easy_setopt()。
- 启动传输任务：curl_easy_perform()。
- 释放资源：curl_easy_cleanup()。
其中curl_easy_setopt最为繁复，curl有超多的配置选项可以选择，但是基本上可以跟curl命令行工具的参数选项对应起来。具体实例如下，可参看注释说明：
#include <iostream>
#include <curl/curl.h>
using namespace std;
size_t write_data(void *ptr, size_t size, size_t nmemb, void *stream)
{
size_t written = fwrite(ptr, size, nmemb, (FILE *)stream);
return written;
}
//显示文件传输进度，dltotal代表文件大小，dlnow代表传输已经完成部分
//clientp是CURLOPT_PROGRESSDATA传入的值
int progress_callback(void *clientp, double dltotal, double dlnow, double ultotal, double ulnow){
if (dltotal != 0)
{
printf("%lf / %lf (%lf %%)\n", dlnow, dltotal, dlnow*100.0 / dltotal);
}
return 0;
}
int main()
{
const char *netlink = "http://cn.bing.com/th?id=OHR.GrandsCausses_EN-CN3335882379_800x480.jpg";
const char *output = "dst.jpg";
curl_global_init(CURL_GLOBAL_ALL); //初始化全局资源
CURL *curl = curl_easy_init(); //初始化句柄
//需要的话，可以设置代理
curl_easy_setopt(curl, CURLOPT_PROXY, "127.0.0.1:1080");
//访问网址
curl_easy_setopt(curl, CURLOPT_URL, netlink);
//设置用户代理
curl_easy_setopt(curl, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36");
//注意以二进制打开
FILE *fp = nullptr;
if (fopen_s(&fp, output, "wb") != 0)
{
curl_easy_cleanup(curl);
return 0;
}
//写出数据
curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, write_data);
curl_easy_setopt(curl, CURLOPT_WRITEDATA, fp);
//实现下载进度
curl_easy_setopt(curl, CURLOPT_NOPROGRESS, false);
curl_easy_setopt(curl, CURLOPT_PROGRESSFUNCTION, progress_callback);
curl_easy_setopt(curl, CURLOPT_PROGRESSDATA, nullptr);
//运行
curl_easy_perform(curl);
curl_easy_cleanup(curl); //释放句柄
fclose(fp);
curl_global_cleanup(); //释放全局资源
return 1;
}
这个实例访问了网上的一个图片资源，设置了一个代理，并且伪装成浏览器访问，并将其图片下载到本地。最后还实现了下载进度的显示：
需要注意的是我试过很多图片资源，并不是所有的图片资源都能够正常访问到并且下载的。这里面的原因是一方面网站服务器就做了相关的设置，比如博客网站上的图片资源就不允许外链，我这里下载博客网站上的图片就失败了；另一方面是curl的配置项并没有做好完善的配置，服务器不会接受一些不合规的配置请求访问，毕竟请求都是消耗资源的，现在的正规网站都会做一些反爬虫的设置。
