ASP.NET技巧之数据采集程序浅析

ASP.NET技巧之数据采集程序介绍开始首先我们来看看一点概念，所谓的数据采集程序也就是网页小偷程序(大家别骂我哦),写完了来这里发点东西,希望大家有何高见共同研究.

ASP.NET技巧之数据采集程序***步，在下载数据的开始,有些网站是要登录了才能看到相应的数据,这个就需要我们发送登录用户名和密码了,但我是登录了,但他服务器也不是垃圾,在他那里重定向了,共产生了2个SESSION,这第2个SESSION我就不知道如何捕抓.于是我就投机^-^,用软件将SESSION捕抓下来了1个叫Ethereal的软件,用以下代码加入到HTTP请求的头部

WebClient myWebClient = new WebClient();  
string sessionkey=textBox78.Text;  
     string refererurl=textBox77.Text;  
     myWebClient.Headers.Clear();       
     myWebClient.Headers.Add("Cookie",sessionkey);  
     myWebClient.Headers.Add("Referer", refererurl);  
     myWebClient.Headers.Add("User-agent", "Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.5) Gecko/20031107 Debian/1.5-3"); 

这样就欺骗了服务器了,哈哈

ASP.NET技巧之数据采集程序第二步，代码下载

byte[] myDataBuffer = myWebClient.DownloadData(remoteUri);  
 download = Encoding.Default.GetString(myDataBuffer); 

ASP.NET技巧之数据采集程序第三步，数据的匹配了,我是将流读取到数据里,然后用IndexOf得到2个关键字段的位置,然后用Substring取出来的,我知道这很笨,但用正则表达式难啊(谁会的指点我下),匹配完了得到的字符串我就用以下的函数去掉了HTML代码:

private string StripHTML(string strHtml)  
  {  
   string [] aryReg ={  
          @"<script[^>]*?>.*?</script>",  
          @"<(\/\s*)?!?((\w+:)?\w+)(\w+(\s*=?\s*(([""'])(\\[""'tbnr]|[^\7])*?\7|\w+)|.{0})|\s)*?(\/\s*)?>",  
          @"([\r\n])[\s]+",  
          @"&(quot|#34);",  
          @"&(amp|#38);",  
          @"&(lt|#60);",  
          @"&(gt|#62);",   
          @"&(nbsp|#160);",   
          @"&(iexcl|#161);",  
          @"&(cent|#162);",  
          @"&(pound|#163);",  
          @"&(copy|#169);",  
          @"&#(\d+);",  
          @"-->",  
          @"<!--.*\n"           
         };  
 
   string [] aryRep = {  
           "",  
           "",  
           "",  
           "\"",  
           "&",  
           "<",  
           ">",  
           " ",  
           "\xa1",//chr(161),  
           "\xa2",//chr(162),  
           "\xa3",//chr(163),  
           "\xa9",//chr(169),  
           "",  
           "\r\n",  
           "" 
          };  
 
   string newReg =aryReg[0];  
   string strOutput=strHtml;  
   for(int i = 0;i<aryReg.Length;i++)  
   {  
    Regex regex = new Regex(aryReg[i],RegexOptions.IgnoreCase );  
    strOutput = regex.Replace(strOutput,aryRep[i]);  
     
   }  
 
   strOutput.Replace("<","");  
   strOutput.Replace(">","");  
   strOutput.Replace("\r\n","");  
 
 
   return strOutput;  
  }  

到了后面就是入库了,这个大家都懂了吧.但是我还有点问题就是,在我写数据的时候,出了EXCEPTION,说我的字段太长了,不能写进到数据库,我用的是ACCESS,我试验下用SQL吧.

ASP.NET技巧之数据采集程序就向你介绍到这里，希望对你使用ASP.NET书写数据采集程序有点帮助。

【编辑推荐】

1. ASP.NET运行环境搭建浅析
2. ASP.NET学习之ASP.NET概述
3. ASP.NET优点的十一方面浅析
4. ASP.NET数据库连接池设置浅析
5. 如何学习ASP.NET之九步宝典