asp 小偷採集程式原理與常用函數方法

來源:互聯網
上載者:User

用採集程式的優點有:無須維護網站,因為採集程式中的資料來自其他網站,它將隨著該網站的更新而更新;可以節省伺服器資源,一般採集程式就幾個檔案,所有網頁內容都是來自其他網站。缺點有:

不穩定,如果目標網站出錯,程式也會出錯,而且,如果目標網站進行升級維護,那麼採集程式也要進行相應修改;速度,因為是遠程調用,速度和在本機伺服器上讀取資料比起來,肯定要慢一些。

一、案例
下面就XMLHTTP在ASP中的應用做個簡單說明 複製代碼 代碼如下:<%
'常用函數
'1、輸入url目標網頁地址,傳回值getHTTPPage是目標網頁的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、轉換亂瑪,直接用xmlhttp調用有中文字元的網頁得到的將是亂瑪,可以通過adodb.stream組件進行轉換
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" '轉換原來預設的UTF-8編碼轉換成GB2312編碼,否則直接用XMLHTTP組件調用有中文字元的網頁得到的將是亂碼
BytesToBstr = objstream.ReadText
objstream.Close
set objstream = nothing
End Function
'下面試著調用http://www.google的html內容
Dim Url,Html
Url="http://www.google";
Html = getHTTPPage(Url)
Response.write Html
%>

二、幾個常用的函數
InStr 函數
描述 返回某字元(string2)串在另一字串(string1)中第一次出現的位置。
文法 InStr(string1, string2)
例如:
Dim SearchString, SearchChar
SearchString ="http://www.google" ' 要在其中搜尋的字串。
SearchChar = "blue1000" ' 搜尋 "blue1000"。
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
Mid 函數
描述: 從字串中返回指定數目的字元。
文法 Mid(string, start, over)
例如:
Dim MyBK
MyBK = Mid("我們的BK(www.google)設計", 7, 12) '截取字串"我們的BK(www.google)設計"第7個字元以後的12個字元'此時MyBK的值就變成了"www.google"
Replace 函數
Dim SearchString, SearchChar
SearchString ="我們的BK設計是一個網站建設資源網站" ' 要在其中搜尋的字串。
SearchString =Replace(SearchString,"BK設計","Www.google")'此時SearchString的值就變成了"我們的Www.google是一個網站建設資源網站"

三、截取指定地區的HTML代碼
例如我只想擷取以下HTML代碼中"<td>"和"</td>"之間的的文字部分:
<html>
<title>BK(www.google)Google搜尋引擎</title>
<body>
<table>
<tr><td></td></tr>
<tr><td id="Content">BK(www.google)Google搜尋引擎是個資源多多的網站……</td></tr>
</table>
</body>
</html>
<%
……
Dim StrBK,start,over,RsBK
StrBK=getHTTPPage(網頁的地址)
start=Instr(StrBK,"<td id=""Content"">") '此處的作用是擷取字串開始地方的定位。這裡要有人問了:原來的代碼是<td id="Content">,怎麼你這裡調用的是<td id=""Content"">啊?答案:asp中(準確的說是VBscript中是用兩個雙引號來表示一個雙引號的,因為雙引號對於程式來說是個敏感字元。) over=Instr(StrBK,"…</td></tr>")'此處的作用是擷取字串結束地方的定位。'這裡又要有人問了:( :程式調用HTML代碼幹嗎前面多出來3個點點"…"啊?答:提示:上面一行也有一個</td></tr>,如果這裡用</td></tr>來定位的話,程式會錯誤地把上面一行的</td></tr>當成欲擷取字串的結束部分了。 RsBK=mid(StrBK,start,over-start) '此處的作用是取出StrBK中第start個字元到第over個字元之間的字串。mid函數前面一節我也講過了;over-start是為了計算出開始位置和結束位置之間的距離,也就是字元數。
response.write(RsBK) '最後輸出程式擷取的內容
%>
不要高興的太早,當你啟動並執行時候,你會發現頁面的html代碼有錯誤,為什麼呢?因為你擷取的html代碼是:<td id="Content">BK(www.google)Google搜尋引擎是個資源多多的網站…
看到了吧?有殘缺的HTML代碼啊!怎麼辦呢?start=Instr(StrBK,"<td id=""Content"">")這個語句擷取的是"<td id="Content">"在

StrBK中的位置數,現在我們可以在程式語句的後面加上17,那麼程式就會將位置指向<td id="Content">後面的那個字元.
好的,程式將改成這樣:
<%
……
Dim StrBK,start,over,RsBK
StrBK=getHTTPPage(網頁的地址)
start=Instr(StrBK,"<td id=""Content"">") + 17
over=Instr(StrBK,"…</td></tr>") '這裡你也可以減去七(-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、刪掉或修改擷取的字元
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,現在RsBK就變成了:"BKGoogle搜尋引擎是個資源多多的網站……"了.但是事實中,有些情況可能replace函數是不適應的,比如我們想把某個字串裡面的所有串連都去掉.串連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的replace函數來替換吧?

相關文章

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.