cpprest

　　最近看了一个 pinterest 上的一段短视频 https://www.pinterest.com/ 虽然从爬虫角度来看，要下载并没有什么难得地方，pinterest 网站的接口做得也很开放，大概看看视频页面 html 找找接口，然后 requests 很容易就可以做

　　不过，我想用 c++ 爬。。。然后遇到一些问题。

　　首先是代理问题，如果用的 socks ，要自己开启全局代理，那 cpprest 怎么做才能使用 ss 代理呢？我运气很好的在 cpprest 的 github 上找到了方法，这是他们的做代理测试的文件（https://github.com/Microsoft/cpprestsdk/blob/master/Release/tests/functional/http/client/proxy_tests.cpp），然后看到了这段代码：

　　所以，只需要这样写就可以使用全局代理：

http_client_config cfg;
cfg.set_proxy(web_proxy::use_auto_discovery);
http_client raw_client(U("https://www.pinterest.com/"), cfg);

　　但接下来就遇到一个问题一直没解决，现在可以正常使用代码请求 pinterest 页面了，但获取到的响应主体部分我不确定 cpprest 内置的gzip、flate、br 压缩 / 解压缩算法有没有在获取到响应主体时开始解压数据（还是说要自己用压缩算法库来解压?），总之结果看起来像是没有：

　　当然，最开始我没有直接写入文件，而是使用：

resp.extract_string()

　　来提取数据，却发生了异常。

　　这样使用：

resp.extract_utf8string()

　　得到结果：

　　然后，我也试过这样使用解压库：

#include <cpprest/http_client.h>
#include <cpprest/filestream.h>
#include <boost/regex.hpp>
#include <chrono>

#pragma comment(lib, "C:/Program Files/boost_1_72_0/stage/lib/libboost_regex-vc142-mt-gd-x64-1_72.lib")
#pragma comment(lib, "C:/cpprestsdk/Build_x64/Binaries/Debug/cpprest142_2_10d.lib")

using namespace utility;
using namespace web;
using namespace web::http;
using namespace web::http::client;
using namespace web::http::compression;
using namespace concurrency::streams;

int main()
{
    http_client_config cfg;
    cfg.set_proxy(web_proxy::use_auto_discovery);
    cfg.set_timeout(std::chrono::seconds(120));
    http_client raw_client(U("https://www.pinterest.com/pin/xxx/"), cfg);
    
    http_request request(methods::GET);
    request.headers().add(header_names::accept, L"text/html");
    request.headers().add(header_names::user_agent, L"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36");
    request.headers().add(header_names::accept_encoding, L"gzip, deflate, br");
    request.headers().add(header_names::host, L"www.pinterest.com");
    request.headers().add(header_names::referer, L"https://www.pinterest.com/");
    request.headers().add(L"Connection", L"keep-alive");
    // 添加算法库
    std::vector<std::shared_ptr<decompress_factory>> dfactories;
    dfactories.push_back(builtin::get_decompress_factory(builtin::algorithm::GZIP));
    //dfactories.push_back(builtin::get_decompress_factory(builtin::algorithm::DEFLATE));
    //dfactories.push_back(builtin::get_decompress_factory(builtin::algorithm::BROTLI));
    // 设置解压算法工厂
    request.set_decompress_factories(dfactories);

    pplx::task<void> requestTask = raw_client.request(request)
        .then([=](http_response resp)
            {
                status_code code = resp.status_code();
                std::cout << code << std::endl;
                if (code == status_codes::OK)
                {
                    return resp.extract_utf8string();
                    //return resp.body().extract<std::wstring>();
                }
                return Concurrency::task<std::string>();
            })
        .then([=](std::string res)
            {
                std::cout << res << std::endl;
                //wchar_t* output = new wchar_t[];
                //compression::decompress_provider::decompress((uint8_t*)res.c_str(), res.size(), (uint8_t*)output, 0, compression::operation_hint::has_more);
                boost::regex exp("https?://v.pinimg.com/.*.mp4");
                boost::match_results<const char*> ret;

                boost::regex_search((char*)res.c_str(), ret, exp);
                std::cout << ret.base() << std::endl;
            });

    try
    {
        requestTask.wait();
    }
    catch (const std::exception& e)
    {
        printf("Error exception:%s
", e.what());
    }
    
    return 0;
}

　　但没啥用。。。