原创：如何写ASP入库小偷程序 小偷, ASP, 程序, 入库, 原创

allen

作者：allen
个人主页：http://www.cnmaya.org
转载请注明出自玛雅论坛


最近大家都对小偷程序感兴趣，尤其是入库类的，在这里我简单的介绍一下。希望大家对这个能有所了解，如果您还不知道什么叫小偷，请参考我写的另外一片文章（小偷程序原理和简单示例
）：http://www.im286.com/viewthread.php?tid=407182&fpage=2

个人认为小偷只是一个很通俗的说法，也给很多人带来了误解，认为小偷是什么不好的东西，其实不然，用数据采集程序来形容应该更准确些。


这里是我昨天刚完成的新浪娱乐入库小偷程序：：http://www.saynew.com/news/Class/popjb/popjb02.html
在这里我根据该程序的制作简单介绍一下：

入库小偷的原理也很简单：就是用XMLHTTP远程读取网页的内容，然后根据需要，对读到的内容进行加工（过滤，替换，分类），最后得到自己需要的数据，加入到数据库中。

首先：我们先用XMLHTTP读取远程网页（我的另一片文章中有介绍）。
其次：对内容进行过滤，这个是比较关键的步骤，比如说，我要从远程网页上提取出所有url连接，我应该怎么做呢？

1. ‘这里用的是正则式
   
2. Set objRegExp = New Regexp   '建立对象
   
3. objRegExp.IgnoreCase = True    '大小写忽略
   
4. objRegExp.Global = True          '全局为真
   
5. objRegExp.Pattern = "http://.+?"   '匹配字段
   
6. set mm=objRegExp.Execute(str)    '执行查找，str为输入参数
   
7. For Each Match in mm      '进入循环
   
8.         Response.write(Match.Value）   '输出url地址
   
9. next

复制代码

然后，我们需要根据需要做一些替换功能，把不必要的数据替换掉，这个比较简单，用Replace函数即可。
最后，进行数据库操作，这个我想大家应该都会，就不做介绍了。


暂时就想到这些，大家在实际操作中有什么问题，欢迎一起探讨，也欢迎来我的论坛一起讨论，地址是：http://www.cnmaya.org

sour

又来骗精华了。。

陈媚

先收。

重庆森林

=_=!!

什么是正则表达式？

没学过

西瓜

Originally posted by 重庆森林 at 2004-5-18 11:14 AM:
=_=!!

什么是正则表达式？

没学过

不用知道，会用就可以了

点子

真正玩转小偷才是入库是真的，　我从开始玩小偷程序就是实现入库，这样基本上别的的站点数据我写个小偷程序就入库了，写好小偷程序偷别人的数据几万个只要几十分钟就全部到位了！

sour

Originally posted by 点子 at 2004-5-18 11:15 AM:
真正玩转小偷才是入库是真的，　我从开始玩小偷程序就是实现入库，这样基本上别的的站点数据我写个小偷程序就入库了，写好小偷程序偷别人的数据几万个只要几十分钟就全部到位了！

不可能把，你拉的什么小东西，我几万个都要拉一天。。。

紫寒

恩 ，放入学习文档中，加人日程…………嘎嘎

allen

入库类小偷主要用于拉文章，新闻，图片等。效果很好

中国刀锋

Originally posted by 点子 at 2004-5-18 11:15 AM:
真正玩转小偷才是入库是真的，　??

这句话不明?????????????????