建站常识

asp简单的采集代码教程

发布时间 | 2018/8/31  点击 | 

采集开始

第一步是分析要采集的页面。

 使用浏览器打开要采集的页面(如:http://sports.sina.com.cn/k/2008-09-15/04593948756.shtml,你可以其他页面),打开后,点击右键,查源文件。

第二步,找到要采集的内容所在位置。

假如我要采集这个页面上的标题和内容所在的位置:

标题在<h1 id="artibodyTitle" style="color:#03005C;">和</h1>之间

内容在<!-- 正文内容 begin -->和<!-- 正文内容 end -->之间

注意一下所在位置的唯一性,可以在找到后,使用编辑中的查找,看看是不是唯一的,尽可能是唯一的,如果不是,尽可能是第一个,如果再不行,只能更换

第三步,写代码

< %

 '功能:asp采集代码

 '来自:www.aspprogram.cn

 '作者:wangsdong

 '备注:支持原创程序,请保留此信息,谢谢

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,"<!-- 正文内容 begin -->","<!-- 正文内容 end -->",2)  

 response.write "新闻标题<br><b>"&title&"</b><br><br><br>新闻内容:<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>服务器获取文件内容出错</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

'截取字符串,1.包括起始和终止字符,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'>没有找到需要的内容。</p>"

 Err.Clear

 Exit Function

Else

 strCut = Mid(strHtml,S1,S2-S1)

End If

End Function

% >

相关信息