採集開始
第一步是分析要採集的頁面。
使用瀏覽器開啟要採集的頁面(如:http://sports.sina.com.cn/k/2008-09-15/04593948756.shtml,你可以其他頁面),開啟後,點擊右鍵,查源檔案。
第二步,找到要採集的內容所在位置。
假如我要採集這個頁面上的標題和內容所在的位置:
標題在<h1 id="artibodyTitle" style="color:#03005C;">和</h1>之間
內容在<!-- 本文內容 begin -->和<!-- 本文內容 end -->之間
注意一下所在位置的唯一性,可以在找到後,使用編輯中的尋找,看看是不是唯一的,儘可能是唯一的,如果不是,儘可能是第一個,如果再不行,只能更換
第三步,寫代碼 複製代碼 代碼如下:< %
'功能:asp採集代碼
'作者:wangsdong
'備忘:支援原創程式,請保留此資訊,謝謝
url="http://sports.sina.com.cn/k/2008-09-15/04593948756.shtml"
str=getHTTPPage(url)
title=strcut(str,"<h1 id=""artibodyTitle"" style=""color:#03005C;"">","</h1>",2)
content=strcut(str,"<!-- 本文內容 begin -->","<!-- 本文內容 end -->",2)
response.write "新聞標題<br><b>"&title&"</b><br><br><br>新聞內容:<br>"&content
Function getHTTPPage(url)
On Error Resume Next
dim http
set http=Server.createobject("Microsoft.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
Response.Write "<p align='center'><font color='red'><b>伺服器擷取檔案內容出錯</b></font></p>"
Err.Clear
End If
End Function
Function BytesToBstr(body,Cset)
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 = Cset
BytesToBstr = objstream.ReadText
objstream.Close
set objstream = nothing
End Function
'截取字串,1.包括起始和終止字元,2.不包括
Function strCut(strContent,StartStr,EndStr,CutType)
Dim strHtml,S1,S2
strHtml = strContent
On Error Resume Next
Select Case CutType
Case 1
S1 = InStr(strHtml,StartStr)
S2 = InStr(S1,strHtml,EndStr)+Len(EndStr)
Case 2
S1 = InStr(strHtml,StartStr)+Len(StartStr)
S2 = InStr(S1,strHtml,EndStr)
End Select
If Err Then
strCute = "<p align='center'>沒有找到需要的內容。</p>"
Err.Clear
Exit Function
Else
strCut = Mid(strHtml,S1,S2-S1)
End If
End Function
% >
這樣就可以的,我現在將得到的內容輸出來,你可以將這些內容寫入資料庫,這樣資料就是你的了。