Python语言技术文档

微信小程序技术文档

php语言技术文档

jsp语言技术文档

asp语言技术文档

C#/.NET语言技术文档

html5/css技术文档

javascript

点击排行

您现在的位置:首页 > 技术文档 > asp函数/类库

asp采集程序常用函数分析

来源:中文源码网    浏览:149 次    日期:2024-03-26 02:42:38
【下载文档:  asp采集程序常用函数分析.txt 】


asp 采集程序常用函数分析
原理 采集程序实际上是通过了XML中的XMLHTTP组件调用其它网站上的网页。比如新闻采集程序,很多都是调用了sina的新闻网页,并且对其中的html进行了一些替换,同时对广告也进行了过滤。用采集程序的优点有:无须维护网站,因为采集程序中的数据来自其他网站,它将随着该网站的更新而更新;可以节省服务器资源,一般采集程序就几个文件,所有网页内容都是来自其他网站。缺点有:不稳定,如果目标网站出错,程序也会出错,而且,如果目标网站进行升级维护,那么采集程序也要进行相应修改;速度,因为是远程调用,速度和在本地服务器上读取数据比起来,肯定要慢一些。 一、事例 下面就XMLHTTP在ASP中的应用做个简单说明 复制代码 代码如下: <% '常用函数 '1、输入url目标网页地址,返回值getHTTPPage是目标网页的html代码 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、转换乱玛,直接用xmlhttp调用有中文字符的网页得到的将是乱玛,可以通过adodb.stream组件进行转换 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" '转换原来默认的UTF-8编码转换成GB2312编码,否则直接用XMLHTTP组件调用有中文字符的网页得到的将是乱码 BytesToBstr = objstream.ReadText objstream.Close set objstream = nothing End Function '下面试着调用//www.zwyuanma.com的html内容 Dim Url,Html Url="//www.zwyuanma.com"; Html = getHTTPPage(Url) Response.write Html %> 二、几个常用的函数 (一)InStr 函数 描述 返回某字符(string2)串在另一字符串(string1)中第一次出现的位置。 语法 InStr(string1, string2) 例如: Dim SearchString, SearchChar SearchString ="//www.zwyuanma.com" ' 要在其中搜索的字符串。 SearchChar = "jb51" ' 搜索 "jb51"。 MyBK = Instr(SearchString, SearchChar) ' 返回 8 '如果找不到则返回“0”,例如: SearchChar = "BK" MyBK = Instr(SearchString, SearchChar) ' 返回 0 (二)Mid 函数 描述 从字符串中返回指定数目的字符。 语法 Mid(string, start, over) 例如: Dim MyBK MyBK = Mid("我们的BK(www.google)设计", 7, 12) '截取字符串"我们的BK(www.google)设计"第7个字符以后的12个字符 '此时MyBK的值就变成了"www.google" (三)Replace 函数 Dim SearchString, SearchChar SearchString ="我们的BK设计是一个网站建设资源网站" ' 要在其中搜索的字符串。 SearchString =Replace(SearchString,"BK设计","Www.google") '此时SearchString的值就变成了"我们的Www.google是一个网站建设资源网站" 三、截取指定区域的HTML代码 例如我只想获取以下HTML代码中""和""之间的的文字部分: (www.google)谷歌搜索引擎
BK(www.google)谷歌搜索引擎是个资源多多的站点……
<% …… Dim StrBK,start,over,RsBK StrBK=getHTTPPage(网页的地址) start=Instr(StrBK,"") '此处的作用是获取字符串开始地方的定位。这里要有人问了:原来的代码是,怎么你这里调用的是啊?答案:asp中(准确的说是VBscript中是用两个双引号来表示一个双引号的,因为双引号对于程序来说是个敏感字符。) over=Instr(StrBK,"…")'此处的作用是获取字符串结束地方的定位。 '这里又要有人问了:( :程序调用HTML代码干吗前面多出来3个点点"…"啊?答:提示:上面一行也有一个,如果这里用来定位的话,程序会错误地把上面一行的当成欲获取字符串的结束部分了。 RsBK=mid(StrBK,start,over-start) '此处的作用是取出StrBK中第start个字符到第over个字符之间的字符串。mid函数前面一节我也讲过了;over-start是为了计算出开始位置和结束位置之间的距离,也就是字符数。 response.write(RsBK) '最后输出程序获取的内容 %> 不要高兴的太早,当你运行的时候,你会发现页面的html代码有错误,为什么呢?因为你获取的html代码是: BK(www.google)谷歌搜索引擎是个资源多多的站点… 看到了吧?有残缺的HTML代码啊!怎么办呢?start=Instr(StrBK,"")这个语句获取的是""在StrBK中的位置数,现在我们可以在程序语句的后面加上17,那么程序就会将位置指向后面的那个字符. 好的,程序将改成这样: <% …… Dim StrBK,start,over,RsBK StrBK=getHTTPPage(网页的地址) start=Instr(StrBK,"") + 17 over=Instr(StrBK,"…") '这里你也可以减去七(-7)把3个点去掉 RsBK=mid(StrBK,start,over-start) response.write(RsBK) %> 这样就OK了,我们就可以将我们想要的东西偷过来显示在我们自己的页面了,呵呵~ 四、删掉或修改获取的字符 将RsBK中的"BK(www.google)"换成"BK": RsBK=replace(RsBK,"BK(www.google)","BK") 或者直接把"(www.google)"删掉: RsBK=replace(RsBK,"(www.google)","") 好了,现在RsBK就变成了:"BK谷歌搜索引擎是个资源多多的站点……"了. 但是事实中,有些情况可能replace函数是不适应的,比如我们想把某个字符串里面的所有连接都去掉.连接可能包括很多种类型,replace只能替代其中特定的一个,我们不可能用一个又一个对应的replace函数来替换吧? 但可以使用正则表达式来代替此项工作。这里不细谈了。 (一)如何将对方网站的翻页也处理成我们自己的呢? 答案是:利用replace函数和页面参数的传递。 例如对方页面里含有这样的翻页代码:"下一页",我们可以先利用上面讲的内容,获取这个字符串,然后用replace函数:RsBK=replace(RsBK,"

相关内容