Asp 使用 Microsoft.XMLHTTP 抓取网页内容(没用乱码),并过滤需要的内容
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Asp 使用 Microsoft.XMLHTTP 抓取网页内容(没用乱码),并过滤需要的内容,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2503字,纯文字阅读大概需要4分钟。
内容图文
![Asp 使用 Microsoft.XMLHTTP 抓取网页内容(没用乱码),并过滤需要的内容](/upload/InfoBanner/zyjiaocheng/1306/eb718b28b8474c87ab2c29dfcc41cd92.jpg)
Asp 使用 Microsoft.XMLHTTP 抓取网页内容,并过滤需要的内容
Asp 使用 Microsoft.XMLHTTP 抓取网页内容无乱码处理,并过滤需要的内容
示例源码:
<% Dim xmlUrl,http,strHTML,strBody xmlUrl = Request.QueryString("u") REM 异步读取XML源 Set http = server.CreateObject("Microsoft.XMLHTTP") http.Open "POST",xmlUrl,false http.setrequestheader "User-Agent", "Mozilla/4.0" http.setrequestheader "Connection", "Keep-Alive" http.setRequestHeader "Content-Type", "application/x-www-form-urlencoded" http.Send() strHTML = BytesToBstr(http.ResponseBody) set http = nothing REM 抓取主要内容 strBody = GetBody(strHTML,"<div id=""Div_newsContentc"" class=""cnt"">","</div>",0,0) strBody =Replace(strBody,"(本文首发于","") strBody =Replace(strBody,"财富动力网</a>,转载请注明出处。)","") strBody =Replace(strBody,"本文首发于,转载请注明出处。)","") strBody =Replace(strBody,"财富动力网</a>:http://www.927953.com","") strBody =Replace(strBody,"本文首发于","") Response.Write RegRemoveHref(strBody) REM 获取对应网址响应的HTML Function BytesToBstr(body) 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 = "UTF-8" ‘转换原来默认的UTF-8编码转换成GB2312编码,否则直接用 ‘XMLHTTP调用有中文字符的网页得到的将是乱码 BytesToBstr = objstream.ReadText objstream.Close set objstream = nothing End Function REM 使用正则表达式,抓取之内标记的内容 Function GetBody(ConStr,StartStr,OverStr,IncluL,IncluR) If ConStr="$False$" or ConStr="" or IsNull(ConStr)=True Or StartStr="" or IsNull(StartStr)=True Or OverStr="" or IsNull(OverStr)=True Then GetBody="$False$" Exit Function End If Dim ConStrTemp Dim Start,Over ConStrTemp=Lcase(ConStr) StartStr=Lcase(StartStr) OverStr=Lcase(OverStr) Start = InStrB(1, ConStrTemp, StartStr, vbBinaryCompare) If Start<=0 then GetBody="$False$" Exit Function Else If IncluL=False Then Start=Start+LenB(StartStr) End If End If Over=InStrB(Start,ConStrTemp,OverStr,vbBinaryCompare) If Over<=0 Or Over<=Start then GetBody="$False$" Exit Function Else If IncluR=True Then Over=Over+LenB(OverStr) End If End If GetBody=MidB(ConStr,Start,Over-Start) End Function REM 过滤a超链接 Function RegRemoveHref(HTMLstr) Set ra = New RegExp ra.IgnoreCase = True ra.Global = True ra.Pattern = "<a[^>]+>(.+?)<\/a>" RegRemoveHref = Replace(ra.replace(HTMLstr,"$1"),"href=""http://www.927953.com""","") END Function %>
效果图如下:
原文:http://blog.csdn.net/yimiyuangguang/article/details/25759149
内容总结
以上是互联网集市为您收集整理的Asp 使用 Microsoft.XMLHTTP 抓取网页内容(没用乱码),并过滤需要的内容全部内容,希望文章能够帮你解决Asp 使用 Microsoft.XMLHTTP 抓取网页内容(没用乱码),并过滤需要的内容所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。