用ASP实现远程抓取网页到本地数据库-会员卡,广州印刷,深圳印刷,印刷公司,名片,彩页,名片设计,设计教程,名片制作,彩色名片,名片模板,贵宾卡,pvc卡,设计欣赏,深圳名片,广州名片,business card design

首页	名片设计 CorelDRAW Illustrator AuotoCAD Painter 其他软件 Photoshop Fireworks Flash

» 彩色名片
» PVC卡
» 彩色磁性卡
» 彩页/画册
» 个性印务
» 彩色不干胶
» 明信片
   » 明信片
   » 彩色书签
   » 门挂
» 其他产品与服务
   » 创业锦囊
   » 办公用品
   » 信封、信纸
   » 便签纸、斜面纸砖
   » 无碳复印纸
   » 海报
   » 大篇幅印刷
   » KT板
   » 海报
   » 横幅

用ASP实现远程抓取网页到本地数据库
　接到一个任务是把中国名牌网站的某些内容添加到我们的网站上，这些网站上有些页面是文章链接列表，点击链接会出现文章的具体内容显示页，根据这个规律，结合正则表达式，XMLHTTP技术，Jscript服务端脚本，以及ADO技术，写了一个小程序，把这些内容抓取到了本地数据库。抓取下来，然后就数据库对数据库导数据就比较方便了。先建立一个Access数据库，结构如下

Id 自动编号标识，主键
oldID 数字旧数据编码
Title 标题文本
Content 备注内容

　　详细实现代码如下

<%@LANGUAGE="JSCRIPT" CODEPAGE="936"%>

<%
　//打开数据库
　try
　{
　　var strConnectionString = "Provider=Microsoft.Jet.OLEDB.4.0;Data Source=" + Server.MapPath("#db.mdb");
　　var objConnection = Server.CreateObject("ADODB.Connection");
　　objConnection.Open(strConnectionString);
　}
　catch(e)
　{
　　Response.Write(e.description);
　　Response.End();
　}
%>

<script language="jscript" runat="server">
//远程获取数据

function GetData()
{
　var xHttp = new ActiveXObject("microsoft.xmlhttp");
　xHttp.open("POST","http://www.chinamp.org/mppro2.php",false);
　xHttp.send();
　return(xHttp.responseText);
}

//利用正则表达式提取符合条件的链接

function GetLinks(str)
{
　var re = new RegExp("<a[^<>]+?>((.|n)*?)</a>", "gi");
　var a = str.match(re); //第一次搜索 for(var i=0;i<a.length;i++)
　{
　　var t1,t2;
　　var temp;
　　var r = /qy.php?id=(d+)/ig;

　　if(!r.test(a[i]))continue;
　　temp = a[i].match(/qy.php?id=(d+)/ig);
　　t1 = RegExp.$1;
　　temp = a[i].match(/<font[^<>]+?color="#000000">(.*?)</font>/ig);
　　t2 = RegExp.$1;
　　if(t1 == t2)continue;
　　SaveArticle(t1,t2,GetContent(t1));
　}
}

//通过提取的链接获取ID，并通过这个ID取抓取相应的文章

function GetContent(id)
{
　var xHttp = new ActiveXObject("microsoft.xmlhttp");
　xHttp.open("POST","http://www.chinamp.org/qy.php?id=" + id,false);
　xHttp.send();
　var str = xHttp.responseText;
　var re = new RegExp("<span[^<>]+?style="font-size:10.8pt">(.*?)</span>", "gi");
　var a = str.match(re);
　return(RegExp.$1);
}

//入库

function SaveArticle(oldID,Title,Content)
{
　var oRst = Server.CreateObject("ADODB.Recordset");
　var sQuery;
　sQuery = "SELECT oldID,Title,Content FROM Articles"
　oRst.Open(sQuery,objConnection,adOpenStatic,adLockPessimistic);
　oRst.AddNew();
　oRst("oldID") = oldID;
　oRst("Title") = Title;
　oRst("Content") = Content;
　oRst.Update();
　oRst.Close();
　Response.Write(Title + "抓取成功" + "<br>");
}

</script>
<HTML>
<HEAD>
<TITLE> 抓取文章</TITLE>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312"></HEAD>
<BODY>
<%=GetLinks(GetData())%>
</BODY>

</HTML>

　　下一步就是，把这个Access的数据库的内容导入到服务器的数据库里了，但是还有一些东西，就是原来的文章是分类的，所以导入的时候还得手工分类，因为在分析链接的时候正则表达式本来写就很麻烦，但还算严谨，假如把分类也用正则表达式解析的话，会很麻烦，因为分类是包含在<td>里面的，而那个页的<td>标签又很多，要想定位分类文字所在的<td>会很麻烦，即便写出来，程序也会失去灵活性，变得难以维护，所以现在只做到了这一步。

返回类别: 教程
上一教程: ASP中的内建对象SERVER
下一教程: 用ASP设计一个留言薄(下)

您可以阅读与"用ASP实现远程抓取网页到本地数据库"相关的教程:
· 利用ASP程序实现将远程页面的所有内容下载到本地
· 数据库远程控制的ASP实现
· 在ASP程序中实现数据库事务控制
· ASP实现单页查询数据库
· 用ASP实现多图片上传到指定的目录并存到数据库


	快精灵印艺坊版权所有	首页会员中心在线印刷在线编辑付款方式索取样品设计指南连锁门店网站地图关于我们友情链接