[导入]最近做了个短期程序“百度MP3搜索”，把内容帖一帖

百度MP3设计文档：

 

（2004-9-13，[e-mail]，有丰富输入法编程、串口编程、网络编程、网站设计、数据库编程经验，C、VC、java、VB）

 

1、需求

功能：通过程序从baidu(http://mp3.baidu.com/搜索内容，并提出内容（主要是URL地址），
主要要提交2个函数
void GetLyric(string SongName, string SingerName, string &Lyric);　　// 获得歌词
要求：
　 当SingerName为空时，对SongName的搜索进行精确匹配
　 当SingerName不空时，对SingerName和SongName作精确匹配

bool GetMusicUrl(bool test, MusicType type, string SongName, string SingerName,
string &Url1, string &Url2, string &Url3);　　　　　　　　　　　　　　　 // 获得歌曲链接
要求：
　　当test为TRUE时，对所取到的URL进行连接测试，要求至少有两个可以连接
　　当test为FALSE时，不做连接测试
　　enum MusicType { ALLMUSIC,MP3,RM,WMA,FLASH }　分别对应着baidu上的全部音乐,mp3,rm,wma,flash不同类型。根据类型的不同，分别取不同的URL
　 当SingerName为空时，对SongName的搜索进行精确匹配
　 当SingerName不空时，对SingerName和SongName作精确匹配
　 返回值：
当输入SongName与搜索到的mp3名称不符时，返回FALSE
当输入SongName与搜索到的mp3名称相符时，返回TRUE

提交内容：源程序及Demo程序，文档

要求语言：C＋＋，最好用VC开发，用wininet或winhttp，不要用其它的http library
 

 

2、设计思路

从向BAIDUMP3搜索引擎模拟发送HTTP请求，获取网页内容然后提取歌词或者歌曲链接

分析1、百度MP3搜索的HTTP请求格式：

搜索“吻别”：

歌词:  http://mp3.baidu.com/m?tn=baidump3lyric&ct=150994944&rn=10&word=吻别&lm=-1

ALLMUSIC: http://mp3.baidu.com/m?rn=&tn=baidump3&ct=134217728&word=吻别&lm=-1

MP3:  http://mp3.baidu.com/m?tn=baidump3&ct=134217728&rn=&word=吻别&lm=0

RM:    http://mp3.baidu.com/m?tn=baidump3&ct=134217728&rn=&word=吻别&lm=1

WMA:  http://mp3.baidu.com/m?tn=baidump3&ct=134217728&rn=&word=吻别&lm=2

FLASH: http://mp3.baidu.com/m?tn=baidump3&ct=134217728&rn=&word=吻别&lm=6

 

仔细分析上面的链接会发现请求分为这么几段：

HTTP HEAD： http://mp3.baidu.com/m?

rn : 歌词时为10其他为空

tn : 查歌词时为baidump3lyric，查歌曲时为baidump3

ct : 查歌词时为150994944，查歌曲时为134217728

lm : 查歌词和查所有歌曲时为-1，MP3, RM, WMA, FLASH分别对应0, 1, 2, 6

word : 要查询的内容

 

其中rn, tn和lm的值都是不变的，而ct的值每天都在变化，需要先获取，检查http://mp3.baidu.com/的源代码发现如下这段代码：

function syn(form)

{

  if (form.lm[0].checked){

    form.rn.value="10";

    form.tn.value="baidump3lyric";

    form.ct.value="150994944";

  } else{

    if(form.lm[6].checked){

      form.tn.value="baidump3ring";

      form.ct.value="285212672";

    } else {

       form.tn.value="baidump3";

       form.ct.value="134217728";

    }

  }

}

这样就可以先从http://mp3.baidu.com/提取ct的内容然后用来查询，提取方法有三种：

1、分析源代码，构建if、else二叉树，

2、找到form.lm[0].checked和form.lm[6].checked再查值

3、找到form.tn.value="xxxxxxx"，然后查它附近的ct值即可

附近的：提取网页源码后，找到form.tn.value位置，向前找到{的位置，向后找到}的位置，这里面的内容里找到ct.value就是相应的tn.value对应的内容。

 

这些值确定下来以后，就可以根据用户查询内容来构造查询的HTTP请求了。

 

根据查询内容的HTTP请求获得源码内容以后，可以从中提取歌词和歌曲，提取关键词如下：

歌词：

string lyricHead = "<b><font size=+1><font style=color:#e10900>";

string lyricTail = "<p align=right>";

 

歌曲：
string songLinkHead = "word-break :break-all\"><a href=\"";

 

 

3、主要函数说明：

//获取一个URL对应的HTML源文件，使用了CHttpGet类（自己做的，有源码）

string GetURLPage(string url)

 

//测试一个URL的链接是否可用，使用了CHttpGet类（自己做的，有源码）

bool testConnection(string url)

 

//清除空格、回车、换行、tab

void ClearSpaces(string &str)

 

//初始化ct的值，成功则返回true，否则返回false

bool Initialize()

 

//析取page里面的音乐链接

vector<string> TearSongURLs(string page)

 

//去除html标志串

void StripTags(CString &html)

 

//析取page里面的第一个歌词

string TearLyric(string page)

 

//构造查询用的URL

string BuildURL(int searchIndex, string songName, string singerName)

 

//要提供的两个API

void GetLyric(string songName, string singerName, string &lyric)

bool GetMusicUrl(bool test, MusicType type,

string songName, string singerName,

string &url1, string &url2, string &url3)