ASP网站数据采集的攻、防原理和策略
标题: ASP网站数据采集的攻、防原理和策略
- 与时俱进 2009-09-17 09:01 阅读:18
- 评论:0 | 添加评论 | 返回 ↓
说一下我对HTML防采集却不防搜索引擎蜘蛛的一些经验：
我开发过几个采集程序，也研究过很多采集程序代码，所以对采集程序的原理还算是稍微有些了解。
先说一下采集原理：
采集程序的主要步骤如下：
一、获取被采集的页面的内容
二、从获取代码中提取所有用的数据
一、获取被采集的页面的内容
我目前所掌握的ASP常用获取被采集的页面的内容方法：
1、用serverXMLHTTP组件获取数据
Function GetBody(weburl)
'创建对象
Dim ObjXMLHTTP
Set ObjXMLHTTP=Server.CreateObject("MSXML2.serverXMLHTTP")
'请求文件,以异步形式
ObjXMLHTTP.Open "GET",weburl,False
ObjXMLHTTP.send
While ObjXMLHTTP.readyState <> 4
ObjXMLHTTP.waitForResponse 1000
Wend
'得到结果
GetBody=ObjXMLHTTP.responseBody
'释放对象
Set ObjXMLHTTP=Nothing
End Function
调用方法：
GetBody(文件的URLf地址)
2、或XMLHTTP组件获取数据
Function GetBody(weburl)
'创建对象
Set Retrieval = CreateObject("Microsoft.XMLHTTP")
With Retrieval
.Open "Get", weburl, False, "", ""
.Send
GetBody = .ResponseBody
End With
'释放对象
Set Retrieval = Nothing
End Function
调用方法：
GetBody(文件的URLf地址)
这样获取的数据内容还需要进行编码转换才可以使用
Function BytesToBstr(body,Cset)
dim objstream
set objstream = Server.CreateObject("adodb.stream")
objstream.Type = 1
objstream.Mode =3
objstream.Open
objstream.Write body
objstream.Position = 0
objstream.Type = 2
objstream.Charset = Cset
BytesToBstr = objstream.ReadText
objstream.Close
set objstream = nothing
End Function
调用方法：BytesToBstr(要转换的数据,编码)'编码常用为GB2312和UTF-8
二、从获取代码中提取所有用的数据
目前我掌握的方法有：
1、用ASP内置的MID函数截取需要的数据
Function body(wstr,start,over)
start=Newstring(wstr,start)
'设置需要处理的数据的唯一的开始标记
over=Newstring(wstr,over)
'和start相对应的就是需要处理的数据的唯一的结束标记
body=mid(wstr,start,over-start)
'设置显示页面的�
相关文档：
我写了个程序，本地运行完全正常，上传到服务器在服务器上操作有时候能正常操作，但是运行一会儿就服务器连接超时，然后就不能正常操作了，关闭网页，打开还是不能连接数据库操作，等半小时后或者更久又能正常了，请问这个是怎么回事？本地随时都能正常运行切找不出任何问题。高手帮帮忙啊！ ......
原版
upload_5xsoft.inc 文件内容
<SCRIPT RUNAT=SERVER LANGUAGE=VBSCRIPT>
dim Data_5xsoft
Class upload_5xsoft
dim objForm,objFile,Version
Public function Form(strForm)
strForm=lcase(strForm)
if not ......
fix是bmp的一种衍生格式，可用于asp生成验证码图形。
一个例子：
1 图象绘制完成后，将文件存为24位位图格式的BMP图象文件。
2 去除前54Byte内容.
3 改名为BODY+数字.FIX
4 修改CHECKCODE.ASP,调用你新做的这个文件.
（checkcode.asp 负责生成和输出验证码 1309 byte，head.fix 是54byte的BMP头，body.fix 数字0~9 10 ......
可以使用下面的任何ASP内置对象，而不必在ASP脚本中特别声明。
1． Request：
定义：可用来访问从浏览器发送到服务器的请求信息，可用此对象读取已输入HTML表单的信息。
集：
Cookies：含有浏览器cookies的值
Form：含有HTML表单域中的值
QueryString：含有查询字符串的值
ServerVariables：含有头和环境变量 ......
ASP.NET编程模型中ASP.NET页面生命周期是指什么呢？它包括什么呢？ASP.NET编程模型之ASP.NET页面生命周期具体的过程有哪些呢？下面就开始我们的讲解吧：
ASP.NET 页运行时，此页将经历一个生命周期，在生命周期中将执行一系列处理步骤。这些步骤包括初始化、实例化控件、还原和维护状态、运行事件处理程序代码以及进行呈现 ......
