Exemplos para explicar a implementação da ASP na captura de informações imobiliárias online

Autor：Eve Cole Data da Última Atualização：2009-06-23 17:03:02

< %@LANGUAGE="VBSCRIPT " CODEPAGE="936"%>

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" " http://www.w3.org/TR/html4/loose.dtd ">
<html>
<cabeça>
<title>Documento sem título</title>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<meta http-equiv="refresh" content="300;URL=steal_house.asp">
</head>

<corpo>
<%
em caso de erro, retome a seguir
'
Servidor.ScriptTimeout = 999999
'================================================ =======
'字符编码函数
'================================================ ===
Função BytesToBstr(corpo,código)
escurecer objstream
definir objstream = Server.CreateObject("adodb.stream")
objstream.Type = 1
objstream.Modo =3
objstream.Open
objstream.Escrever corpo
objstream.Posição = 0
objstream.Type = 2
objstream.Charset = código
BytesToBstr = objstream.ReadText
objstream.Fechar
definir objstream = nada
Função Final

'取行字符串在另一字符串中的出现位置
Função Newstring(wstr,strng)
Newstring=Instr(lcase(wstr),lcase(strng))
se Newstring<=0 então Newstring=Len(wstr)
Função final
'替换字符串函数
função SubstituirStr(ori,str1,str2)
SubstituirStr=substituir(ori,str1,str2)
função final
'================================================ ===
função ReadXml(url,código,início,fim)
definir oSend=createobject("Microsoft.XMLHTTP")
SourceCode = oSend.open ("GET",url,falso)
oEnviar.send()
ReadXml=BytesToBstr(oSend.responseBody,código)
start=Instr(ReadXml,iniciar)
ReadXml=meio(ReadXml,início)
ends=Instr(ReadXml,ends)
ReadXml = esquerda (ReadXml, termina-1)
função final

função SubStr(corpo, início, fim)
start=Instr(corpo,início)
SubStr=meio(corpo,início+len(início)+1)
fins = Instr (SubStr, fins)
SubStr = esquerda (SubStr, termina-1)
função final

dim getcont,NewsContent
escurecer URL, título
url=" http://www.***.com"'新闻网址knowsky.com
getcont=ReadXml(url,"gb2312","<table class=k2 border=""0""","</table>")
getcont=RegexHtml(getcont)
dim KeyId,NewsClass,City,Position,HouseType,Level,Area,Price,Demostra

dim ContactMan,Contact
para i=2 para ubound(getcont)
resposta.Write(getcont(i)&"__ ")

tempLink=mid(getcont(i),instr(getcont(i),"href=""")+6,instr(getcont(i),""" onClick")-10)
tempLink=substituir(tempLink,"../","")

resposta.Write(i&":"&tempLink&" ")
NewsContent=ReadXml(tempLink,"gb2312","<td valign=""bottom"" width=""400"">","<hr width=""760"" noshade size=""1"" color= ""#808080""> ")
NewsContent=RemoverHtml(NewsContent)
NewsContent=substituir(NewsContent,VbCrLf,"")
NewsContent=replace(NewsContent,vbNewLine,"")
NewsContent = substituir(NewsContent," ","")
NewsContent = substituir(NewsContent," ","")
NewsContent=replace(NewsContent," ","")
NewsContent=replace(NewsContent,"n","")
NewsContent=substituir(NewsContent,chr(10),"")
NewsContent=substituir(NewsContent,chr(13),"")
'=============== obter conteúdo =======================
resposta.Write(NewsContent)
KeyId=SubStr(NewsContent,"列号：","信息类别：")
NewsClass=SubStr(NewsContent,"类别：","所在城市：")
City=SubStr(NewsContent,"城市：","房屋具体位置：")
Position=SubStr(NewsContent,"位置：","房屋类型：")
HouseType=SubStr(NewsContent,"类型：","楼层：")
Level=SubStr(NewsContent,"楼层：","使用面积：")
Area=SubStr(NewsContent,"面积：","房价：")
Price=SubStr(NewsContent,"房价：","其他说明：")
Demonstração=SubStr(NewsContent,"说明：","联系人：")
ContactMan=SubStr(NewsContent,"联系人：","联系方式：")
Contact=SubStr(NewsContent,"联系方式：","信息来源：")
resposta.Write("总序列号:"&KeyId&" ")
resposta.Write("信息类别:"&NewsClass&" ")
resposta.Write("所在城市:"&Cidade&" ")
resposta.Write("房屋具体位置:"&Posição&" ")
resposta.Write("房屋类型:"&HouseType&" ")
resposta.Write("楼层:"&Level&" ")
resposta.Write("使用面积:"&Área&" ")
resposta.Write("房价:"&Price&" ")
resposta.Write("其他说明:"&Demostra&" ")
resposta.Write("联系人:"&ContactMan&" ")
resposta.Write("联系方式:"&Contato&" ")
'title=RemoverHTML(aa(i))
'response.Write("título:"&título)
para n = 0 para application.Contents.count
if(application.Contents(n)=KeyId) então
ifexit = verdadeiro
terminar se
próximo
se não, ifexit então
aplicação(tempo&i)=KeyId
'添加到数据库
'================================================ ===
definir rs=server.CreateObject("adodb.recordset")
rs.open "selecione top 1 * da ordem de notícias por id desc",conn,3,3
rs.addnew
rs("NewsClass")=NewsClass
rs("Cidade")=Cidade
rs("Posição")=Posição
rs("TipoCasa")=TipoCasa
rs("Nível")=Nível
rs("Área")=Área
rs("Preço")=Preço
rs("Demonstração")=Demonstração
rs("ContactMan")=ContactMan
rs("Contato")=Contato
rs.atualização
rs.fechar
definir rs = nada
terminar se
'================================================ =

próximo
função RemoveTag (corpo)

Definir regEx = Novo RegExp
regEx.Pattern = "<[a].*?</[a]>"
regEx.IgnoreCase = Verdadeiro
regEx.Global = Verdadeiro
Definir correspondências = regEx.Execute(corpo)
dim i,arr(15),ifexit
eu=0
j=0
Para cada partida nas partidas
TempStr = Correspondência.Valor
TempStr=substituir(TempStr,"<td>","")
TempStr=replace(TempStr,"</td>","")
TempStr=replace(TempStr,"<tr>","")
TempStr=replace(TempStr,"</tr>","")
arr(i)=TempStr
eu=eu+1
se(eu>=15) então
saída para
terminar se
Próximo
Definir regEx = nada
Definir correspondências = nada
RemoverTag=arr

função final
função RegexHtml(corpo)
dim r_arr(47),r_temp
Definir regEx2 = Novo RegExp
regEx2.Pattern ="<a.*?</a>"
regEx2.IgnoreCase = Verdadeiro
regEx2.Global = Verdadeiro
Definir Matches2 = regEx2.Execute(corpo)
iii=0
Para cada partida em Matches2

r_arr(iii)=Correspondência.Valor

iii=iii+1
Próximo
RegexHtml=r_arr
definir regEx2 = nada
definir Matches2 = nada
função final
'================================================ =====

conexão.fechar
definir conn = nada
%>
</body>
</html>

função.asp

<%
'********************************************** *
'函数名: gotTopic
'作用：截字符串，汉字一个算两个字符，英文算一个字符
'参数：str ----原字符串
' strlen ----截取长度
'返回值:截取后的字符串
'********************************************** *
função gotTopic(str,strlen)
se str="" então
gotTopic=""
função de saída
terminar se
escurecer l,t,c, eu
str=replace(replace(replace(replace(str," "," "),""",chr(34)),">",">"),"<","<" )
str=substituir(str,"?","")
eu=len(str)
t=0
para eu = 1 para eu
c=Abs(Asc(Médio(str,i,1)))
se c>255 então
t=t+2
outro
t=t+1
terminar se
se t>=strlen então
gotTopic=esquerda(str,i) & "…"
saída para
outro
gotTopic=str
terminar se
próximo
gotTopic=replace(replace(replace(replace(gotTopic," "," "),chr(34),"""),">",">"),"<","<" )
função final
'================================================ ========
'Novo:RemoveHTML(strHTML)
'功能:去除HTML标记
'参数:strHTML --要去除HTML标记的字符串
'================================================ ========
Função RemoveHTML(strHTML)
Dim objRegExp, Correspondência, Correspondências
Definir objRegExp = Novo Regexp

objRegExp.IgnoreCase = True
objRegExp.Global = Verdadeiro
'取闭合的<>
objRegExp.Pattern = "<.+?>"
'进行匹配
Definir correspondências = objRegExp.Execute(strHTML)

'
Para cada partida nas partidas
strHtml=Substituir(strHTML,Match.Value,"")
Próximo
RemoverHTML=strHTML
Definir objRegExp = Nada
definir correspondências = nada
Função Final

conexão.asp

<%
'em caso de erro, retome o próximo
definir conn=server.CreateObject("adodb.connection")
con= "driver={Driver do Microsoft Access (*.mdb)};dbq=" & Server.MapPath("stest.mdb")
conn.open com

sub connclose
conexão.fechar
definir conn = nada
final sub
%>

附：抓取信息的详细页面事例

总序列号：	479280
信息类别：	出租
所在城市：	济南
房屋具体位置：	华龙路华信路交界口
房屋类型：	其他
楼层：	六层
使用面积：	24~240 平方米之间
房价:	0 [租赁:元/月,买卖:万元/套]
其他说明：	华信商务楼3至6层小空间对外出租（0,5元/平起), 本楼属纯商务办公投资使用,可用于办公写字间，周边设施齐全、交通便利（37、80、K95在本楼前经过），全产权、市证，楼内设施包括水、电、暖、电梯设施齐全，有意者可电讯！
联系人：	鲁、王
联系方式：	88017966、86812217
信息来源：	2005-8-4 8:28:55 来自：218.98.86.175
点击次数：	19