帖子浏览
|
用户名:小西 用户ID:1 用户级别:17管理员 注册时间:2006-08-10 论坛分数:32445 |
(转)远程数据获取之ASP小偷程序的入门教程 这里所说的“小偷”指的是在ASP中运用XML中的XMLHTTP组件提供的强大功能,把远程网站上的数据(图片,网页及其他文件)抓取到本地,经过各种处理后显示到页面上或者存储进数据库的一类程序。你可以通过这种小偷程序,完成过去一些似乎完全不可能实现的任务,比如说把某个站的页面偷梁换柱后变成自己的页面,或者把某个站的一些数据(文章,图片)保存到本地数据库中加以利用。“小偷”的优点有:无须维护网站,因为小偷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;可以节省大量的服务器资源,一般小偷程序就几个文件,所有网页内容都是来自其他网站。缺点在于: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,那么小偷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。怎么样,听起来很神奇吧?我们现在就开始来学习一些“小偷”程序的入门知识吧!<br/><br/> 我们拿个简单点的东西来研究一下吧,QQ网站上的天气预报程序<br/><br/> 代码如下:<br/><br/><%<br/>On Error Resume Next<br/>Server.ScriptTimeOut=9999999<br/>Function getHTTPPage(Path)<br/>t = GetBody(Path)<br/>getHTTPPage=BytesToBstr(t,"GB2312")<br/>End function<br/><br/>’首先,进行小偷程序的一些初始化设置,以上代码的作用分别是忽略掉所有非致命性错误,把小偷程序的运行超时时间设置得很长(这样不会出现运行超时的错误),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。<br/><br/>Function GetBody(url) <br/>on error resume next<br/>Set Retrieval = CreateObject("Microsoft.XMLHTTP") <br/>With Retrieval <br/>.Open "Get", url, False, "", "" <br/>.Send <br/>GetBody = .ResponseBody<br/>End With <br/>Set Retrieval = Nothing <br/>End Function<br/><br/>’然后调用XMLHTTP组件创建一个对象并进行初始化设置。<br/><br/>Function BytesToBstr(body,Cset)<br/>dim objstream<br/>set objstream = Server.CreateObject("adodb.stream")<br/>objstream.Type = 1<br/>objstream.Mode =3<br/>objstream.Open<br/>objstream.Write body<br/>objstream.Position = 0<br/>objstream.Type = 2<br/>objstream.Charset = Cset<br/>BytesToBstr = objstream.ReadText <br/>objstream.Close<br/>set objstream = nothing<br/>End Function<br/><br/>Function Newstring(wstr,strng)<br/>Newstring=Instr(lcase(wstr),lcase(strng))<br/>if Newstring<=0 then Newstring=Len(wstr)<br/>End Function<br/><br/>’处理抓取回来的数据需要调用adodb.stream组件并进行初始化设置。%><br/><br/>’以下即为页面显示部分<br/><br/><%<br/>Dim wstr,str,url,start,over,city<br/>’定义一些需要使用到的变量<br/><br/>city = Request.QueryString("id")<br/>’程序传回的ID变量(即用户选择的城市)赋给id<br/><br/>url="http://appnews.qq.com/cgi-bin/news_qq_search?city="&city&""<br/>’这里设置需要抓取的页面地址,当然你也可以直接指定某个地址而不使用变量<br/><br/>wstr=getHTTPPage(url) <br/>’获取指定页面的全部数据 <br/><br/>start=Newstring(wstr," <html>")<br/>’这里设置需要处理的数据的头部,这个变量应视不同情况而设置,具体内容可以通过查看需要抓取的页面的源代码来确定。因为在这个程序里我们需要抓取整个页面,所以设置为页面全部抓取。注意,设置的内容必须是页面内容唯一的,不可以重复。<br/><br/>over=Newstring(wstr," </HTML>")<br/>’和start相对应的就是需要处理的数据的尾部,同样的,设置的内容必须是页面中唯一的。<br/><br/>body=mid(wstr,start,over-start)<br/>’设置显示页面的范围<br/><br/>’下面就是动用乾坤挪移+++的时候了,通过replace可以用一些字符替换掉数据中指定的字符。<br/><br/>body = replace(body,"skin1","天气预报 - 斯克网络")<br/>body = replace(body,"http://appnews.qq.com/cgi-bin/news_qq_search?city","tianqi.asp?id")<br/><br/>’本程序中已经完成了替换的工作,如果有其他需要的话可以继续进行类似的替换操作。<br/><br/>response.write body<br/>%><br/><br/> 替换完需要修改的内容后,就可以把修改的内容显示在页面上了。至此程序结束<br/><br/> 程序使用方法及结果:把上述代码去掉说明部分后保存为tianqi.asp,上传到支持ASP和XML的空间下,在浏览器中运行即可。你可以在在这个程序的基础上进行进一步的界面美化或者程序优化。<br/><br/> 以上只是一些关于XMLHTTP组件的初级应用,实际上它还能实现的功能还有很多,比如说保存远程图片到本地服务器上,配合adodb.stream组件可以把获取来的数据保存进数据库。小偷的作用和使用范围都很广。但是不可以拿来做违法的事哦!<br/><br/> 也许还有人要问了,这种“小偷”程序难道只是ASP的专利吗?非也,PHP通过fopen函数一样可以实现同样的效果,由于PHP本身的各种特点,写出来的小偷程序和ASP相比,在体积和执行效率上都有者明显的优势,但限于篇幅,这里就不一一说明了。<br/>
个人签名:
我的签名测试 |
本主题讨论树
-
(转)远程数据获取之ASP小偷程序的入门教程
(2996字)
【小西】
2006-09-11 20:57
阅读:119
-
先转过来存着,明天再看
(空)
【小西】
2006-09-11 20:57
阅读:55
-
标记下,琢磨琢磨
(空)
【晴雯】
2006-09-11 21:12
阅读:49
-
这个东西很有用耶
(空)
【小西】
2006-09-14 22:01
阅读:59
- 现在有些网站也采取措施防采集了。 (空) 【晴雯】 2006-09-14 22:14 阅读:54
-
回复本帖
请先 登录,再回复本帖。