数据抓取和分析~~

也就是小偷了.这种程序现在很受站长们的欢迎.建站的利器是也.因为不需要做多少的工作就能很快的建立好自己的站点,而且平时几乎不需要怎么更新,而只是提取别人站点的数据,说起来有点不是很讲道义,可是也是不失为一种手段.
不知道和搜索引擎有没有什么相近的地方?有机会的话,可以找点这方面的资料研究下.下面的这段代码是使用PHP进行这方面工作的一个例子.

<? php 
$msg =  file_get_contents( " http://mobile.mooyi.com/phone/phone{495D00DD-ED21-441B-AB08-D4E2CD367E1F}.htm " ); 
preg_match_all(' / width = " 24% "  valign = " top " > (. +? ) < \ / tr >/ si',$msg,$tmp); 
for ($i = 0 ;$i < count($tmp[ 0 ]);$i ++ ){ 
    list($name,$value)  =  explode(':',strip_tags($tmp[ 1 ][$i])); 
    echo  " $name:$value<br/> " ;     
}
?>

但是如何对读取的数据进行动态的更新呢?还不是很清楚.见过一个牛人写的小偷类,可惜的是我还没有完全的搞明白.不过我相信有一天菜鸟也是会成为大虾的.呵呵,期待着...

另外我知道还可以使用JS+XMLHTTP来做.还没有时间去试验.下面是在网上找到的一篇文章,将的就是这方面的,先贴这里,有工夫再好好看吧.

 1 （一）原理 
 2 　　小偷程序实际上是通过了XML中的XMLHTTP组件调用其它网站上的网页。比如新闻小偷程序，很多都是调用了sina的新闻网页，并且对其中的html进行了一些替换，同时对广告也进行了过滤。用小偷程序的优点有：无须维护网站，因为小偷程序中的数据来自其他网站，它将随着该网站的更新而更新；可以节省服务器资源，一般小偷程序就几个文件，所有网页内容都是来自其他网站。缺点有：不稳定，如果目标网站出错，程序也会出错，而且，如果目标网站进行升级维护，那么小偷程序也要进行相应修改；速度，因为是远程调用，速度和在本地服务器上读取数据比起来，肯定要慢一些。
 3 　　（二）事例 
 4 　　下面就XMLHTTP在ASP中的应用做个简单说明 
 5 　　〈 %  
 6 　　'常用函数 
 7 　　' 1 、输入url目标网页地址，返回值getHTTPPage是目标网页的html代码 
 8 　　 function  getHTTPPage(url)
 9 　　dim Http
10 　　set Http = server.createobject( " MSXML2.XMLHTTP " )
11 　　Http.open  " GET " ,url, false
12 　　Http.send()
13 　　 if  Http.readystate＜＞ 4  then
14 　　exit  function
15 　　end  if  
16 　　getHTTPPage = bytesToBSTR(Http.responseBody, " GB2312 " )
17 　　set http = nothing 
18 　　 if  err.number＜＞ 0  then err.Clear 
19 　　end  function 　　
20 　　' 2 、转换乱玛，直接用xmlhttp调用有中文字符的网页得到的将是乱玛，可以通过adodb.stream组件进行转换 
21 　　Function BytesToBstr(body,Cset)
22 　　dim objstream 
23 　　set objstream  =  Server.CreateObject( " adodb.stream " ) 
24 　　objstream.Type  =   1  
25 　　objstream.Mode  = 3  
26 　　objstream.Open 
27 　　objstream.Write body 
28 　objstream.Position  =   0  
29 　　objstream.Type  =   2  
30 　　objstream.Charset  =  Cset 
31 　　BytesToBstr  =  objstream.ReadText
32 　　objstream.Close
33 　set objstream  =  nothing 
34 　　End Function　
35 　　'下面试着调用http: // www.3doing.com/earticle/的html内容
36 　　Dim Url,Html
37 　　Url = " http://www.3doing.com/earticle/ "  　　Html  =  getHTTPPage(Url) 
38 　　Response.write Html 
39 　　 % 〉　　 
40
41