文章采集站(采集土豆为例，谈谈如何以最简单粗暴的方式采集视频 )

　　文章采集站(采集土豆为例，谈谈如何以最简单粗暴的方式采集视频

)

　　许多网站管理员一开始是“垃圾站”。什么是“垃圾场”？说白了就是采集把别人的数据存到自己的数据库里，聚合、整理、分类，或者自己加一些小修改，然后自己做一个程序，变成自己的网站 . 最受欢迎的“垃圾站”多在文章内，因为文章内更容易采集，而且数据量大，有利于搜索引擎。前两三年，有人开始做视频采集站，甚至还有一些非常完善的视频采集系统（比如Maxcms，很专业），还有一些站长也发布了一笔意外之财。但是随着用*敏*感*词*的人越来越多，车站开得越晚，越不成功，呵呵。解决方法其实挺简单的，利用视频采集网站泛滥的情况，自己写视频采集网站，不需要别人做的通用系统，你只需要做一点SEO，搜索引擎就会照顾你咯~o(∩_∩)o。

　　下面以采集土豆为例，讲讲如何用最简单粗暴的方式来播放采集视频。

　　成功案例：（康熙又来了）

　　自从 Youtube 出现以来，视频 采集 网站根本不需要 采集 视频 - 它只需要 采集Flash 播放器参数。

　　例如，在下面的视频中，我们只需要 采集 到它的参数“K1hf2uocE1Y”。当然，为了显得更专业，我们还需要采集视频的相关信息，比如视频名称、视频时长、观看次数、网友评论、内容介绍等，这些都是从一种情况，^_^，一切都存储在我们自己的数据库中！

　　既然是垃圾站，就必须有自己的分类。让我们以此为起点！使用土豆搜索功能！

　　搜索“康熙来了”+日期，可以得到某个日期的“康熙来了”节目，比如“康熙来了20090720”，我们就来%BF%B5%CE%F5%C0%B4%C1 % CB20090720

　　你说对了？我们定时让程序打开%BF%B5%CE%F5%C0%B4%C1%CB + 'current date' 来达到自动采集的效果。

　　如何使用 ASP.NET 获取 HTML？这是一个非技术性的问题。我们直接给出代码。

　　///

/// 获取网页内容

///

///

///

public static string GetHtml(string url)

{

string result = "";

try

{

WebRequest request = WebRequest.Create(url);

WebResponse response = request.GetResponse();

StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.GetEncoding("GBK"));

result = reader.ReadToEnd();

}

catch

{

result = "";

}

return result;

}

　　接下来，我们分析生成的 HTML。在这个时代，每个人都采用 div+css，这也让我们的 采集 变得简单。哎，仔细想想，当土豆用div+css做接口的时候，肯定会为每个“程序”做一个css类吧？嗯，没错！分析完源文件，果然，我们发现在搜索程序列表中，每个程序都使用了“pack pack_video_card”的css类。

　　我们应该做什么？将整个源文件作为一个字符串，后跟"

　　" 作为分隔符，将字符串切割成字符串数组。这样，在得到的字符串数组中，除了第一个字符串不是视频外，其他每个字符串都收录我们需要的视频信息！

　　代码显示如下：

　　string[] list=html.Split(new string[]{""},StringSplitOptions.RemoveEmptyEntries);

　　添加一些简单的控制条件，然后将每个字符串片段的信息提取到类中。

　　如采集视频缩略图：

　　 foreach (string s in list)

{

　　 begin = s.IndexOf("src")+5;

end = s.IndexOf("</a>")-4;

v.ImgUrl = s.Substring(begin, end - begin + 1);

　　…………

　　}

　　有了这样的基础，就可以进一步封装成一些函数来快速采集。如：

<p>///

/// 获取两个日期段之间的所有视频实体

///

///

///

/// 每天的最大视频数

///

public static List GetVideoByDate(DateTime beginDate, DateTime endDate,int everydayMax)

{

ByDateVideoList = new List();

DateTime dt = beginDate;

while (dt