文章网址采集器(运行环境nt/2003orFramework1.12000开发环境VS2003)

　　文章网址采集器(运行环境nt/2003orFramework1.12000开发环境VS2003)

　　看预览图： 运行环境 windows nt/xp/2003 or Framework 1.1SqlServer 2000 开发环境 VS 2003 目的 学习网络编程后，总有事可做。于是我想到了做一个网页内容采集器。作者主页：使用方法 测试数据来自cnBlog。如下图所示，用户首先填写“起始页”，即从哪个页面开始采集。然后填写数据库连接字符串，这里是采集的数据插入的数据库定义，然后选择表名，不用说了。网页编码，如果不出意外，中国大陆可以用UTF-8来抓取文件名正则：呵呵，这个工具显然是给程序员用的。您必须直接填写常规规则。例如，cnblogs都是数字，所以写\d来建表帮助：用户指定创建几个varchar类型，几个text类型，主要放短数据和长数据。如果您的表中已经有列，请避免使用它们。程序中没有验证。在网页设置中：采集标签前后的内容：比如有xxx，如果我要采集xxx，就写“to”，当然就是to之间的内容. 接下来的几个文本框用于显示内容。点击“获取网址”，查看它抓取的网址是否正确。点击“采集”将采集的内容放入数据库，然后使用Insert xx()（选择xx）直接插入目标数据。程序代码量很小（而且很简陋），需要做一些改动。缺点应用于正则表达式和网络编程，因为它们是最简单的东西，所以没有使用多线程，没有其他优化方法，也不支持分页。我测试了一下，得到了38条数据，使用了700M内存。. . . 如果你有用，你可以改变它。方便程序员使用，无需编写大量代码。Surance Yin@ Surance Center 转载请注明出处