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