抓取文章

最新推荐文章于 2025-03-09 16:07:57 发布

望月神

最新推荐文章于 2025-03-09 16:07:57 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

文章标签： function 正则表达式 library html 数据库 server

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/sn3009/article/details/1631370

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

<!-- METADATA NAME="Microsoft ActiveX Data Objects 2.5 Library"

TYPE="TypeLib" UUID="{00000205-0000-0010-8000-00AA006D2EA4}" -->

<%

　//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[^<>]+?>((.| )*?)</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>

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。