小偷&小偷入库&采集入库(4)


    getHTTPPage=BytesToBstr(t,"GB2312" 
End function 

'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。 

Function GetBody(url) 
    on error resume next 
    Set Retrieval = CreateObject("Microsoft.XMLHTTP" 
    With Retrieval 
    .Open "Get", url, False, "", "" 
    .Send 
    GetBody = .ResponseBody 
    End With 
    Set Retrieval = Nothing 
End Function 

'然后调用XMLHTTP组件创建一个对象并进行初始化设置。 

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 

Function Newstring(wstr,strng) 
    Newstring=Instr(lcase(wstr),lcase(strng)) 
    if Newstring<=0 then Newstring=Len(wstr) 
End Function 

'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。%> 

'以下即为页面显示部分 

<% 
Dim wstr,str,url,start,over,city 
'定义一些需要使用到的变量 

city = Request.QueryString("id") 
'程序传回的ID变量(即用户选择的城市)赋给id 

url="http://appnews.qq.com/cgi-bin/news_qq_search?city="&city&"" 
'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 

wstr=getHTTPPage(url) 
'获取指定页面的全部数据       

start=Newstring(wstr," <html>") 
'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。 

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.heiqu.com/3676.html