1、要用程序抓取网页自动保存到本地，就要会用socket编程，或者学习使用libcurl库，不做网页抓取的时候，这些知识依然非常有用。而且，不同的网页，内容不同，规律可能也不同。
2、网页分析，本质是字符串处理和分析。所以需要掌握正则表达式和字符串处理相关的函数，以及函数库，比如tidy库等。正则表达式是用来匹配一类字符串的，方便找规律，也方便处理。而且，正则表达式跟语言无关，什么语言都能用得到。标准C库中没有正则表达式相关的函数，一般来说C中使用两种正则表达式库，一为POSIX C正则库，二为perl正则库PCRE。相比较而言PCRE要强大些，POSIX C正则库就足够使用。
3、例程，将下载下来的网页源代码处理成没有标签的纯文字文本。
