您好,欢迎光临本网站![请登录][注册会员]  
文件名称: 简单的网页内容采集器(C#)
  所属分类: 网络基础
  开发工具:
  文件大小: 51kb
  下载次数: 0
  上传时间: 2008-03-31
  提 供 者: xxpy*****
 详细说明: 预览图片见:http://www.cnblogs.com/xxpyeippx/archive/2008/03/31/1131211.html
运行环境
windows nt/xp/2003 or above
.net Framework 1.1
SqlServer 2000
开发环境 VS 2003

目的
学习了网络编程,总要做点什么东西才好。
于是想到要做一个网页内容采集器。

作者主页: http://www.fltek.com.cn



使用方式
测试数据采用自cnBlog。
见下图
用户首先填写“起始网页”,即从哪一页开始采集。
然后填写数据库连接字符串,这里是定义了采集到的数据插入到哪个数据库,后面选择表名,不必说了。

网页编码,不出意外的话,中国大陆都可以采用U TF-8

爬取文件名的正则:呵呵 这个工具明显是给编程人员用的。正则都要直接填写啦。比如说cnblogs的都是数字的,所以写了\d

建表帮助:用户指定要建立几个varchar型的,几个text型的,主要是放短数据和长数据啊。如果你的表里本来就有列,那就免啦。程序里面没有做验证哦。


网页设置里面:
采集内容前后标记:
比如说都有
xxx
,如果我要采集xxx就写“
”,意思,当然就是
之间的内容啦。

后面的几个文本框是显示内容的。

点击“获取URL”可以查看它捕获的Url对不对的。
点击“采集”,可以把采集内容放到数据库,然后就用 Insert xx () (select xx) 可以直接插入目标数据了。

程序代码量非常小(也非常简陋),需要的改动一下啦。



不足


应用到了正则表达式、网络编程
由于是最简单的东西,所以没有用多线程,没有用其他的优化方法,不支持分页。
测试了一下,获取38条数据,用了700M内存啊。。。。
如果有用的人 ,可以改一下使用啦。方便程序员用,免写很多代码。

Surance Yin@ Surance Center
转载请注明出处
...展开收缩
(系统自动生成,下载前可以参看下载内容)

下载文件列表

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度
  • 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
  • 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
  • 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.
 相关搜索: " /> name=
 输入关键字,在本站1000多万海量源码库中尽情搜索: