readnews.c 完成的工作将写入几个文件：

oldnews.log (为了不重复导入新闻。 PS:第一次运行记得touch一个oldnews.log~~)
格式：
http://xxxxx.xxxxx/xxx.html （URL用于判重）


readnews.log (为下一步取新闻内容提供信息)
格式：
News M.1021475407.A http://news.sina.com.cn/c/2002-05-15/2300576584.html
版名  文件名            url


readnews处理完后就该英明神勇的 fetchnews.c上场了。

处于小弟一直使用Pascal数年，现在用C不熟，所以以下内容
建议大家最好不要看了（惨不忍睹啊……）

工具一：nohtml.c

#include <stdio.h>


int main()
{
    int ch, tag = 0;

    while((ch=getchar()) != EOF) {
        if (ch == '<')
            tag = 1;
        if (!tag) putchar(ch);
        if (ch == '>')
            tag = 0;
    }
}


工具二：getbody.c
注意：getbody是特别为sina.com设计的，不能括展
       而且处理sina.com论坛的东西有问题。偶也难得改了.
#include <stdio.h>
#define MAX 20480

int main()
{
    char buf[MAX];
    int ch, i=0, start, end, j, isenter = 0;
    char *p;
    
    while ((i<MAX) && (ch = getchar()) != EOF)
        buf[i++] = ch;
    buf[i] = 0;

    p = (char *)strstr(buf, "http");
    if (p!=0)
        start = strlen(buf) - strlen(p);
    else {
        printf("%s", buf);
        return 0;
    }
    
    p = (char *)strstr(buf, "&nbsp;&nbsp;&nbsp;");
    if (p!=0)
        end = strlen(buf) - strlen(p) -1;
    else {
        printf("%s", &buf[start]);
        return 0;
    }
        
    for (i=start, j=0; i<end; i++) {
        if ((buf[i] == '\t') || (buf[i] == '\n')) {
            i++;
            while ((i<end)&&((buf[i] == '\n')||(buf[i] == '\t')))
                i++;
            isenter = 1;
        }
        if (isenter) {
            printf("\n");
            isenter = 0;
        }
        printf("%c", buf[i]);
        
    }
}
--
FROM AfterDark