在线一级成人,欧美日韩亚洲综合在线 ,羞羞网站在线看

主頁(yè) > 知識(shí)庫(kù) > 也談采集入庫(kù)的技術(shù)

也談采集入庫(kù)的技術(shù)

落伍的貼也看了很多了，發(fā)現(xiàn)了很多講小偷技術(shù)的，如精華貼里的--小偷程序原理和簡(jiǎn)單示例：
[url]http://www.im286.com/viewthread.php?tid=407182extra=page%3D1[/url] 等等，也有提供采集程序下載的，但我還沒(méi)看到一篇完整的入庫(kù)的文章，或許是我看的貼少吧。雖然不是很深?yuàn)W，我還是講講吧，希望高手別見(jiàn)笑啦，以前發(fā)了個(gè)原創(chuàng)的影視系

統(tǒng)，卻沒(méi)落伍，這次再求落伍啦，希望大家?guī)晚斚?，也希望我能落伍?。?
入庫(kù)也和小偷一樣，要先得到需入庫(kù)的部分，我這里以[url]http://www.skycn.com/article/77.html[/url] 為例了
%
dim url,mydate
url="http://www.skycn.com/article/77.html" '定義url地址
Set OXML = server.CreateObject("Microsoft.XMLHTTP")
'下面定義兩個(gè)函數(shù)，得到數(shù)據(jù)
Private Function BytesToBstr(body)  '利用流進(jìn)行中文編碼
Set ADOS = Server.CreateObject("ADODB.Stream")
        Dim Bdat
        Bdat=Body
        ADOS.Type = 1
        ADOS.Mode =3
        ADOS.Open
        ADOS.Write Bdat
        ADOS.Position = 0
        ADOS.Type = 2
        ADOS.Charset = "GB2312"
        BytesToBstr = ADOS.ReadText
        ADOS.Close
End Function
Public Function GetData(byref url) '利用OXML得到數(shù)據(jù)
        'on error resume next
        SourceCode = OXML.open ("GET",url,false)
        OXML.send()
        if OXML.readystate>4 then exit function
        GetData = BytesToBstr(OXML.responseBody)'
        if err.number>0 then err.Clear
End Function
mydate=getdata(url)
mydate=Replace(mydate,chr(34),"") '去掉一些特殊字符，如雙引號(hào)等，看自己情況定
mydate=Replace(mydate,chr(16),"")
response.write mydate
%>
我們就得到了以下的數(shù)據(jù):
'''''''''''''''''''''''''code start''''''''''''
省列去部分..............
href='../article/1034.html'>寬帶用戶需注意的七大安全/A>br>br>/td>/tr>/table> /td> td

width=20>/td> td vAlign=top width=540> table border=0 width=540 borderColorDark=#ffffff

borderColorLight=#cccccc cellPadding=0 cellSpacing=0> tr>td width='100%' align='center'

bgcolor='#CED7F1' height='20'>b>font color='#000000'>03月10日值得注意病毒列表

/font>/b>      b>訪問(wèn)次數(shù)：/b>24345/td>/tr>tr>td

bgcolor='#000000' height='1'>/td>/tr>tr>td width='100%' align='center'>br>b>作者：/b>

瑞星  b>來(lái)源：/b>font color=#000000>瑞星/font>  b>加入時(shí)間：

/b>2006-03-10  /td>/tr>tr>td>br>    據(jù)瑞星全球反病毒監(jiān)測(cè)

網(wǎng)介紹，今日有一個(gè)病毒特別值得注意，它是：“hotmail蠕蟲(chóng)（Worm.Hotmatom）”病毒。該病毒是全球

第一個(gè)專門(mén)針對(duì)Hotmail編寫(xiě)的蠕蟲(chóng)病毒，當(dāng)用戶登陸到MSN Hotmail發(fā)送郵件的時(shí)候，會(huì)被偷偷插入帶毒

鏈接，收信人點(diǎn)擊后就可能中毒。br>br>    本日熱門(mén)病毒：

br>br>    “hotmail蠕蟲(chóng)（Worm.Hotmatom）”病毒：警惕程度★★★☆，蠕蟲(chóng)

病毒，通過(guò)MSN Hotmail傳播，依賴系統(tǒng)：WIN9X/NT/2000/XP。br>br>    病毒

感染計(jì)算機(jī)后，會(huì)把自己復(fù)制到“windows”目錄下，病毒文件名為“dho.exe”。病毒會(huì)修改注冊(cè)表，每

次打開(kāi)計(jì)算機(jī)后都自動(dòng)運(yùn)行，然后在后臺(tái)監(jiān)視用戶的IE瀏覽器。當(dāng)用戶登陸到MSN Hotmail發(fā)送郵件時(shí)，

病毒會(huì)在發(fā)送的郵件后插入病毒文字和鏈接：“Hi, Happy San Valentin Day Download you Postcards

from http://***.miarroba.com（情人節(jié)到了，去**網(wǎng)站下載賀卡吧）”，用戶點(diǎn)擊該鏈接后就會(huì)中毒。

br>br>    反病毒專家建議電腦用戶采取以下措施預(yù)防該病毒：建立良好的安全

習(xí)慣，不打開(kāi)可疑郵件和可疑網(wǎng)站；關(guān)閉或刪除系統(tǒng)中不需要的服務(wù)；很多病毒利用漏洞傳播，一定要及

時(shí)給系統(tǒng)打補(bǔ)丁；安裝專業(yè)的防毒軟件進(jìn)行實(shí)時(shí)監(jiān)控，平時(shí)上網(wǎng)的時(shí)候一定要打開(kāi)防病毒軟件的實(shí)時(shí)監(jiān)控

功能。br>br>iframe name=import_frame width=1 height=1

src=http://iplog.skycn.com/articlefrom.php?id=77 frameborder=no>/iframe>/td>/tr>TR>TD

bgColor=#cccccc height=1>/TD>/tr>tr>td>b>br>相關(guān)文章:/b>/td>/tr> tr>td>li

type=circle> A href='../article/2887.html' target=_blank title='閱讀文章[QQ又帶新病毒:恐怖

的智能流氓軟件]'>QQ又帶新病毒:恐怖的智能流氓軟件/A>br>li type=circle> A

href='../article/827.html' target=_blank title='閱讀文章[03月08日值得注意病毒列表]'>03月08日

值得注意病毒列表/A>br>li type=circle> A href='../article/1126.html' target=_blank

title='閱讀文章[失戀日記實(shí)為電腦病毒疑為學(xué)生失戀后制造]'>失戀日記實(shí)為電腦病毒疑為學(xué)生失戀

后制造/A>br>li type=circle> A href='../article/102.html' target=_blank title='閱讀文章[

黑客盯上“血饅頭”！6成論壇含病毒鏈接]'>黑客盯上“血饅頭”！6成論壇含病毒鏈接/A>br>li

type=circle> A href='../article/2885.html' target=_blank title='閱讀文章[病毒總結(jié)：狗年春節(jié)

間木馬和QQ病毒多發(fā)]'>病毒總結(jié)：狗年春節(jié)間木馬和QQ病毒多發(fā)/A>br>li type=circle> A

href='../article/995.html' target=_blank title='閱讀文章[四類病毒可能在春節(jié)發(fā)作專家提醒應(yīng)及

時(shí)防范]'>四類病毒可能在春節(jié)發(fā)作專家提醒應(yīng)及時(shí)防范/A>br>li type=circle> A

href='../article/3056.html' target=_blank title='閱讀文章[專家表示：BT下載不會(huì)耗費(fèi)硬盤(pán) 更不

會(huì)帶來(lái)病毒]'>專家表示：BT下載不會(huì)耗費(fèi)硬盤(pán) 更不會(huì)帶來(lái)病毒/A>br>li type=circle> A

href='../article/1229.html' target=_blank title='閱讀文章[千萬(wàn)QQ表情暗藏病毒:背后另有驚人秘

密]'>千萬(wàn)QQ表情暗藏病毒:背后另有驚人秘密/A>br>li type=circle> A

href='../article/938.html' target=_blank title='閱讀文章[微軟live遭釣魚(yú)網(wǎng)站仿冒　病毒偽裝MSN

測(cè)試版?zhèn)鞑'>微軟live遭釣魚(yú)網(wǎng)站仿冒　病毒偽裝MSN測(cè)試版?zhèn)鞑?A>br>li type=circle> A

href='../article/315.html' target=_blank title='閱讀文章[上網(wǎng)不用防火墻！一招克死所有病毒]'>

上網(wǎng)不用防火墻！一招克死所有病毒/A>br>/td>/tr>tr>td>b>br>相關(guān)軟件:/b>/td>/tr>

tr>td>li type=circle> A href='../soft/6805.html' target=_blank title='瀏覽軟件[金山毒霸

引擎病毒庫(kù)升級(jí)包(2006.03.09)]'>金山毒霸引擎病毒庫(kù)升級(jí)包(2006.03.09)/A>br>li type=circle>

A href='../soft/3722.html' target=_blank title='瀏覽軟件[F-Secure Anti-Virus 病毒碼省列去部

分..............
''''''''''''''''''''''''''''code end '''''''''''''''''
我們所需要的也就定義在mydate里了，但如何來(lái)定位呢？大家都知道asp里有l(wèi)eft()和right() 函數(shù)，我

們就用它們來(lái)做。我們先來(lái)定個(gè)函數(shù)，
Public Function finddate(byref str,byref start,byref last,byref n)
        If Instr(lcase(str),lcase(start))>0 then
                select case n
                case 0        '左右都截?。ǘ既∏懊妫ㄈヌ庩P(guān)鍵字）
                finddate=Right(str,Len(str)-Instr(lcase(str),lcase(start))-Len(start)+1)
                finddate=Left(finddate,Instr(lcase(finddate),lcase(last))-1)
                case 1        '左右都截?。ǘ既∏懊妫ūＡ絷P(guān)鍵字）
                finddate=Right(str,Len(str)-Instr(lcase(str),lcase(start))+1)
                finddate=Left(finddate,Instr(lcase(finddate),lcase(last))+Len(last)-1)
                end select
        Else
                finddate=""
        End if
end function
這個(gè)就是截取里面內(nèi)容的函數(shù)了
下面我們來(lái)得到文章標(biāo)題：03月10日值得注意病毒列表
dim title,artor,content,wherefrom
title=finddate(mydate,"width=540 borderColorDark=#ffffff

borderColorLight=#cccccc",/font>/b>,1)
這樣，我們就把標(biāo)題定位到了個(gè)小范圍內(nèi)了:width=540 borderColorDark=#ffffff

borderColorLight=#cccccc cellPadding=0 cellSpacing=0> tr>td width='100%' align='center'

bgcolor='#CED7F1' height='20'>b>font color='#000000'>03月10日值得注意病毒列表/font>/b>
在精確定位下就行了，
title=finddate(title,"font color='#000000'>","/font>/b>",0)
現(xiàn)在，title的值就是：03月10日值得注意病毒列表
artor=finddate(mydate,"作者：/b>","  b>",0) '得到作者
wherefrom=finddate(mydate,"來(lái)源：/b>font color=#000000>","/font>  ",0)'得到來(lái)源
content=finddate(mydate,"/td>/tr>tr>td>br>","br>br>iframe name=import_frame",0)'得到

正文內(nèi)容
至此，我們已經(jīng)得到了我們想要的數(shù)據(jù)了，在下來(lái)就是把title，artor，content，wherefrom 入庫(kù)了，

其實(shí)采集入庫(kù)就怎么簡(jiǎn)單了，只是在用finddate()是要注意里面byref start和byref last，最好是

mydate里面唯一的，這樣便于定位。如不是唯一的，我們可以先縮小范圍再來(lái)精確定位。有必要時(shí)可以弄

個(gè)循環(huán)來(lái)得到數(shù)據(jù)。完整的代碼如下
''''''''''''''''''''code start'''''''''''''''''''
%
dim url,mydate
url="http://www.skycn.com/article/77.html"
Set OXML = server.CreateObject("Microsoft.XMLHTTP")
'下面定義兩個(gè)函數(shù)，得到數(shù)據(jù)
Private Function BytesToBstr(body)  '利用流進(jìn)行中文編碼
Set ADOS = Server.CreateObject("ADODB.Stream")
        Dim Bdat
        Bdat=Body
        ADOS.Type = 1
        ADOS.Mode =3
        ADOS.Open
        ADOS.Write Bdat
        ADOS.Position = 0
        ADOS.Type = 2
        ADOS.Charset = "GB2312"
        BytesToBstr = ADOS.ReadText
        ADOS.Close
End Function
Public Function GetData(byref url)
        'on error resume next
        SourceCode = OXML.open ("GET",url,false)
        OXML.send()
        if OXML.readystate>4 then exit function
        GetData = BytesToBstr(OXML.responseBody)'
        if err.number>0 then err.Clear
End Function
mydate=getdata(url)
mydate=Replace(mydate,chr(34),"") '去掉一些特殊字符，如雙引號(hào)等,看自己情況定
mydate=Replace(mydate,chr(16),"")
Public Function finddate(byref str,byref start,byref last,byref n)
        If Instr(lcase(str),lcase(start))>0 then
                select case n
                case 0        '左右都截?。ǘ既∏懊妫ㄈヌ庩P(guān)鍵字）
                finddate=Right(str,Len(str)-Instr(lcase(str),lcase(start))-Len(start)+1)
                finddate=Left(finddate,Instr(lcase(finddate),lcase(last))-1)
                case 1        '左右都截?。ǘ既∏懊妫ūＡ絷P(guān)鍵字）
                finddate=Right(str,Len(str)-Instr(lcase(str),lcase(start))+1)
                finddate=Left(finddate,Instr(lcase(finddate),lcase(last))+Len(last)-1)
                end select
        Else
                finddate=""
        End if
end function
dim title,artor,content,wherefrom
title=finddate(mydate,"width=540 borderColorDark=#ffffff

borderColorLight=#cccccc","/font>/b>",1)
title=finddate(title,"font color='#000000'>","/font>/b>",0)
artor=finddate(mydate,"作者：/b>","  b>",0)
wherefrom=finddate(mydate,"來(lái)源：/b>font color=#000000>","/font>  ",0)
content=finddate(mydate,"/td>/tr>tr>td>br>","br>br>iframe name=import_frame",0)
call intomdb(title,artor,content,wherefrom)

function intomdb(title,artor,content,wherefrom)
'''''''''''''''''''''''''''''''''''
'''這個(gè)是入庫(kù)的函數(shù)，自己定義下就可以了
'''''''''''''''''''''''''''''''''''
end function
%>
我這里只是以采集文章為例，其它的采集軟件等都是這個(gè)道理。
說(shuō)了怎么多，我也不知道各位能不能看懂，如看不動(dòng)那可能是我不會(huì)表達(dá)了，大家見(jiàn)諒。畢竟我沒(méi)讀過(guò)文

科，^_^

我只是講原理，程序是靠自己寫(xiě)的，要采集的速度快，你還可以寫(xiě)成exe的啊，這樣比較快，占內(nèi)存少

標(biāo)簽：麗江內(nèi)江臺(tái)灣天津懷化重慶成都公主嶺

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《也談采集入庫(kù)的技術(shù)》，本文關(guān)鍵詞也,談,采集,入庫(kù),的,技術(shù),；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。

校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃

也談采集入庫(kù)的技術(shù)