濮阳杆衣贸易有限公司

主頁 > 知識庫 > asp 采集程序常用函數(shù)分析

asp 采集程序常用函數(shù)分析

熱門標(biāo)簽:長沙防封電銷卡品牌 武漢營銷電話機(jī)器人軟件 西寧公司外呼系統(tǒng)平臺 徐州人工智能電銷機(jī)器人好用嗎 地圖標(biāo)注宅基地 外呼系統(tǒng)還用卡么 智能電銷機(jī)器人適用于哪些行業(yè) 騰訊地圖標(biāo)注商戶關(guān)閉 地圖標(biāo)注服務(wù)哪家好
原理
采集程序?qū)嶋H上是通過了XML中的XMLHTTP組件調(diào)用其它網(wǎng)站上的網(wǎng)頁。比如新聞采集程序,很多都是調(diào)用了sina的新聞網(wǎng)頁,并且對其中的html進(jìn)行了一些替換,同時對廣告也進(jìn)行了過濾。用采集程序的優(yōu)點有:無須維護(hù)網(wǎng)站,因為采集程序中的數(shù)據(jù)來自其他網(wǎng)站,它將隨著該網(wǎng)站的更新而更新;可以節(jié)省服務(wù)器資源,一般采集程序就幾個文件,所有網(wǎng)頁內(nèi)容都是來自其他網(wǎng)站。缺點有:不穩(wěn)定,如果目標(biāo)網(wǎng)站出錯,程序也會出錯,而且,如果目標(biāo)網(wǎng)站進(jìn)行升級維護(hù),那么采集程序也要進(jìn)行相應(yīng)修改;速度,因為是遠(yuǎn)程調(diào)用,速度和在本地服務(wù)器上讀取數(shù)據(jù)比起來,肯定要慢一些。

一、事例
下面就XMLHTTP在ASP中的應(yīng)用做個簡單說明
復(fù)制代碼 代碼如下:

%
'常用函數(shù)
'1、輸入url目標(biāo)網(wǎng)頁地址,返回值getHTTPPage是目標(biāo)網(wǎng)頁的html代碼
function getHTTPPage(url)
dim Http
set Http=server.createobject("MSXML2.XMLHTTP")
Http.open "GET",url,false
Http.send()
if Http.readystate>4 then
exit function
end if
getHTTPPage=bytesToBstr(Http.responseBody,"GB2312")
set http=nothing
if err.number>0 then err.Clear
end function
'2、轉(zhuǎn)換亂瑪,直接用xmlhttp調(diào)用有中文字符的網(wǎng)頁得到的將是亂瑪,可以通過adodb.stream組件進(jìn)行轉(zhuǎn)換
Function BytesToBstr(body)
dim objstream
set objstream = Server.CreateObject("adodb.stream")
objstream.Type = 1
objstream.Mode =3
objstream.Open
objstream.Write body
objstream.Position = 0
objstream.Type = 2
objstream.Charset = "GB2312" '轉(zhuǎn)換原來默認(rèn)的UTF-8編碼轉(zhuǎn)換成GB2312編碼,否則直接用XMLHTTP組件調(diào)用有中文字符的網(wǎng)頁得到的將是亂碼
BytesToBstr = objstream.ReadText
objstream.Close
set objstream = nothing
End Function
'下面試著調(diào)用https://www.jb51.net的html內(nèi)容
Dim Url,Html
Url="https://www.jb51.net";
Html = getHTTPPage(Url)
Response.write Html
%>

二、幾個常用的函數(shù)
(一)InStr 函數(shù)
描述
返回某字符(string2)串在另一字符串(string1)中第一次出現(xiàn)的位置。
語法
InStr(string1, string2)
例如:
Dim SearchString, SearchChar
SearchString ="https://www.jb51.net" ' 要在其中搜索的字符串。
SearchChar = "jb51" ' 搜索 "jb51"。
MyBK = Instr(SearchString, SearchChar) ' 返回 8
'如果找不到則返回“0”,例如:
SearchChar = "BK"
MyBK = Instr(SearchString, SearchChar) ' 返回 0
(二)Mid 函數(shù)
描述
從字符串中返回指定數(shù)目的字符。
語法
Mid(string, start, over)
例如:
Dim MyBK
MyBK = Mid("我們的BK(www.google)設(shè)計", 7, 12) '截取字符串"我們的BK(www.google)設(shè)計"第7個字符以后的12個字符
'此時MyBK的值就變成了"www.google"
(三)Replace 函數(shù)
Dim SearchString, SearchChar
SearchString ="我們的BK設(shè)計是一個網(wǎng)站建設(shè)資源網(wǎng)站" ' 要在其中搜索的字符串。
SearchString =Replace(SearchString,"BK設(shè)計","Www.google")
'此時SearchString的值就變成了"我們的Www.google是一個網(wǎng)站建設(shè)資源網(wǎng)站"

三、截取指定區(qū)域的HTML代碼
例如我只想獲取以下HTML代碼中"td>"和"/td>"之間的的文字部分:
html>
title>(www.google)谷歌搜索引擎/title>
body>
table>
tr>td>/td>/tr>
tr>td id="Content">BK(www.google)谷歌搜索引擎是個資源多多的站點……/td>/tr>
/table>
/body>
/html>
%
……
Dim StrBK,start,over,RsBK
StrBK=getHTTPPage(網(wǎng)頁的地址)
start=Instr(StrBK,"td id=""Content"">") '此處的作用是獲取字符串開始地方的定位。這里要有人問了:原來的代碼是td id="Content">,怎么你這里調(diào)用的是td id=""Content"">啊?答案:asp中(準(zhǔn)確的說是VBscript中是用兩個雙引號來表示一個雙引號的,因為雙引號對于程序來說是個敏感字符。)
over=Instr(StrBK,"…/td>/tr>")'此處的作用是獲取字符串結(jié)束地方的定位。
'這里又要有人問了:( :程序調(diào)用HTML代碼干嗎前面多出來3個點點"…"?。看穑禾崾荆荷厦嬉恍幸灿幸粋€/td>/tr>,如果這里用/td>/tr>來定位的話,程序會錯誤地把上面一行的/td>/tr>當(dāng)成欲獲取字符串的結(jié)束部分了。
RsBK=mid(StrBK,start,over-start) '此處的作用是取出StrBK中第start個字符到第over個字符之間的字符串。mid函數(shù)前面一節(jié)我也講過了;over-start是為了計算出開始位置和結(jié)束位置之間的距離,也就是字符數(shù)。
response.write(RsBK) '最后輸出程序獲取的內(nèi)容
%>
不要高興的太早,當(dāng)你運(yùn)行的時候,你會發(fā)現(xiàn)頁面的html代碼有錯誤,為什么呢?因為你獲取的html代碼是:
td id="Content">BK(www.google)谷歌搜索引擎是個資源多多的站點…
看到了吧?有殘缺的HTML代碼啊!怎么辦呢?start=Instr(StrBK,"td id=""Content"">")這個語句獲取的是"td id="Content">"在StrBK中的位置數(shù),現(xiàn)在我們可以在程序語句的后面加上17,那么程序就會將位置指向td id="Content">后面的那個字符.
好的,程序?qū)⒏某蛇@樣:
%
……
Dim StrBK,start,over,RsBK
StrBK=getHTTPPage(網(wǎng)頁的地址)
start=Instr(StrBK,"td id=""Content"">") + 17
over=Instr(StrBK,"…/td>/tr>") '這里你也可以減去七(-7)把3個點去掉
RsBK=mid(StrBK,start,over-start)
response.write(RsBK)
%>
這樣就OK了,我們就可以將我們想要的東西偷過來顯示在我們自己的頁面了,呵呵~

四、刪掉或修改獲取的字符
將RsBK中的"BK(www.google)"換成"BK":
RsBK=replace(RsBK,"BK(www.google)","BK")
或者直接把"(www.google)"刪掉:
RsBK=replace(RsBK,"(www.google)","")
好了,現(xiàn)在RsBK就變成了:"BK谷歌搜索引擎是個資源多多的站點……"了.
但是事實中,有些情況可能replace函數(shù)是不適應(yīng)的,比如我們想把某個字符串里面的所有連接都去掉.連接可能包括很多種類型,replace只能替代其中特定的一個,我們不可能用一個又一個對應(yīng)的replace函數(shù)來替換吧?
但可以使用正則表達(dá)式來代替此項工作。這里不細(xì)談了。
(一)如何將對方網(wǎng)站的翻頁也處理成我們自己的呢?
答案是:利用replace函數(shù)和頁面參數(shù)的傳遞。
例如對方頁面里含有這樣的翻頁代碼:"a href=2.htm>下一頁/a>",我們可以先利用上面講的內(nèi)容,獲取這個字符串,然后用replace函數(shù):RsBK=replace(RsBK,"a href=","a href=page.asp?Url=")
然后再page.asp的程序里獲取Url的參數(shù)值,最后用采集技術(shù)獲取下一頁你想要的內(nèi)容就可以了。
(二)如何將獲取的內(nèi)容入庫
由于篇幅有限,這里簡單說一下.
其實很簡單:
將偷來的內(nèi)容作一下處理,防止在寫入數(shù)據(jù)庫的時候出現(xiàn)sql注入錯誤,例如:replace(String,"'","''")
然后執(zhí)行一個插入數(shù)據(jù)庫操作的sql命令就ok了~
以上只是一些關(guān)于XMLHTTP組件的初級應(yīng)用,實際上它還能實現(xiàn)的功能還有很多,比如說保存遠(yuǎn)程圖片到本地服務(wù)器上,配合adodb.stream組件可以把獲取來的數(shù)據(jù)保存進(jìn)數(shù)據(jù)庫。采集的作用和使用范圍都很廣。
您可能感興趣的文章:
  • PHP采集騰訊微博的實現(xiàn)代碼
  • PHP采集利器 Snoopy 試用心得
  • asp采集HTML內(nèi)容常用代碼,詳講正則采集
  • php采集時被封ip的解決方法
  • asp動態(tài)頁面防采集的新方法
  • asp.net(c#)做一個網(wǎng)頁數(shù)據(jù)采集工具
  • asp.net c#采集需要登錄頁面的實現(xiàn)原理及代碼

標(biāo)簽:運(yùn)城 雅安 普洱 巴彥淖爾 通化 鷹潭 通遼 荊門

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《asp 采集程序常用函數(shù)分析》,本文關(guān)鍵詞  asp,采集,程序,常用,函數(shù),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《asp 采集程序常用函數(shù)分析》相關(guān)的同類信息!
  • 本頁收集關(guān)于asp 采集程序常用函數(shù)分析的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    乌鲁木齐县| 榆林市| 射阳县| 四平市| 米林县| 滨海县| 临洮县| 维西| 四川省| 临沭县| 锦州市| 洞头县| 昌乐县| 甘谷县| 石首市| 曲阜市| 金秀| 涡阳县| 宁乡县| 穆棱市| 凤台县| 仪陇县| 剑川县| 镶黄旗| 浑源县| 兴城市| 盐亭县| 禹州市| 太原市| 新闻| 鄢陵县| 长沙市| 龙胜| 庆元县| 久治县| 长沙市| 绥棱县| 秦皇岛市| 江孜县| 中牟县| 赞皇县|