用XMLHTTP读取网页源代码

用XMLHTTP读取网页源代码

    在VBScript中，我们用XMLHTTP组件来获取网页源代码，并可以赋给某变量从而动态保存为HTML文件。有关XMLHTTP对象的介绍请参考以下文章： http://www.webjx.com/htmldata/2005-10-17/1129556661.html；有关XMLHTTP的使用实例请参考以下文章： http://www.webjx.com/htmldata/2005-02-25/1109332374.html。
    我按照第二篇文章的介绍写了一段代码：
    <%
    set x=server.createObject("Microsoft.XMLHTTP")
    x.open "get","http://www.webjx.com",false
    x.send
    response.write "<xmp>"&x.responseText&"</xmp>"
    set x=nothing
    %>
    不过测试后发现其中的中文全都显示为乱码，去网上搜了一下，实在找不着一个简单的解决办法。不过找到一个responseBody属性，这在第一篇文章中是没有提及的。和responseText属性不同的是，responseBody返回的是一个二进制字符串（responseText返回的是普通字符串），用response.binaryWrite x.responseBody，发现能正常显示中文。于是我们只需编写一个把二进制字符串转换为普通字符串的函数bin2str：

    function bin2str(bin)
        dim tmp,ustr
        tmp=""
        for i=1 to LenB(bin)-1
            ustr=AscB(MidB(bin,i,1))
            if ustr>127 then
                i=i+1
                tmp=tmp&chr(ustr*256+AscB(MidB(bin,i,1)))
            else
                tmp=tmp&chr(ustr)
            end if
        next
        bin2str=tmp
    end function
    
    关于从二进制字符串中恢复汉字信息请参照以下文章：http://www.ahcit.com/200407/20040752.doc。
    有了这个函数，我们就可以很方便地提取指定网址的源代码并赋给变量了：

    set x=server.createObject("Microsoft.XMLHTTP")
    x.open "get","http://www.webjx.com",false
    x.send
    str=bin2str(x.responseBody)
    response.write "<xmp>"&str&"</xmp>"
    set x=nothing