asp.net下数据采集方法及示例

我发现落伍人对采集和小偷程序兴趣浓，而又都是asp和php的，我现在写篇asp.net+c#的，补一下空白.

asp和php中大家常用的是xml的异步方法，在net下还有其它选择.异步方法有其好处，但要牺牲效率的。net下有三种方法，其中

WebRequest.Create的方法较高，下面就用这种方法来做，以采集yahoo音乐数据为例，最后提供采集结果约几w条数据.

一，思路。采集其实是很简单的事，主要是猎取内容后，数据的处理方式难点。按面向对象思想，我将采集的方法封装为一个公用的类中，供调用

。代码较长，我打包放在符件里。如果对这个类不太了解，可不看，会调用的方法就可以。其作用就是传入的url，会返回网页的内容.

二，代码：以采集http://music.yahoo.com.cn/mp3list.php?cat=%C8%AB%B2%BF%C4%D0%B8%E8%CA%D6，为例。

public void GetPage()

{

string str=bll.GetPage(Url);

str=bll.GetList(str,Lstar.Trim().ToLower(),Listend.Trim().ToLower());//Lstar,Listend为开始和结束的代

码

str=str.Replace("\"","");

str=str.Replace("’","");

string u=bll.getNewsContentUrl(str,"<a href=.*?target=_blank>");//用正则

u=u.Replace("<a href=","");

u=u.Replace("target=_blank>","");

string n=bll.getNewsContentUrl(str,"target=_blank>.*?</a>");

n=n.Replace("target=_blank>","");

n=n.Replace("</a>","");

string [] uu =u.Split ( new Char[] {’,’} );

string [] nn =n.Split ( new Char[] {’,’} );

for(int i=0;i<uu.Length-1;i++)

{

if(this.ck(uu[i])==false)

{

string sql="INSERT INTO gs_name (m_name,m_url,addtime) VALUES (’"+nn[i]+"’,’"+uu[i]

+"’,’"+DateTime.Now+"’)";

obj.SqlFunction(sql); //写入数据库

}

}

}

这样你就得到该页所有歌手名及url.同理得到其它页面内容，都入库

下面采该库中所有歌手的歌曲

ListText.Text="";

OleDbDataReader dr=obj.GetDataReader("select * from gs_name ");

while(dr.Read())

{

string mx_url=dr["m_url"].ToString(); //其中一个歌手的url

string str=bll.GetPage(mx_url);

str=bll.GetList(str,"连通速度".Trim().ToLower(),"热门歌手榜".Trim().ToLower());

str=str.Replace("\"","");

str=str.Replace("’","");

str=str.ToLower();

string u=bll.getNews(str,"来源网址：.*? 请注意：此内容可能受到版权保护");

u=u.Replace("来源网址：","");

u=u.Replace("请注意：此内容可能受到版权保护","");

string n=bll.getNews(str,"此内容可能受到版权保护>.*?</a>");

n=n.Replace("此内容可能受到版权保护>","");

n=n.Replace("</a>","");

string [] uu =u.Split ( new Char[] {’~’} );

string [] nn =n.Split ( new Char[] {’~’} );

for(int i=0;i<uu.Length-1;i++)

{

try

{

string sql="INSERT INTO gs_list (NAMEID,Title,url,addtime,isshow) VALUES

(’"+Convert.ToInt32(dr["NAMEID"].ToString())+"’,’"+nn[i]+"’,’"+uu[i]+"’,’"+DateTime.Now+"’,0)";

obj.SqlFunction(sql); //写入数据库

}

catch{}

}

}

dr.Close();

至此：所有歌曲都采完

我采所有男歌手和女歌手用的4个小时.有数据就好办了，你自己再处理一下：

比如查歌曲url,后缀为.mp3,格式设为mp3,为.rm，，，，

string InfoType="其它格式";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".mp3")>-1)InfoType="mp3";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".rm")>-1)InfoType="rm";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".wav")>-1)InfoType="wav";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".flash")>-1)InfoType="flash";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".swf")>-1)InfoType="swf";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".wma")>-1)InfoType="wma";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".mpeg")>-1)InfoType="mpeg";

if(ds.Tables["a"].Rows[i]["url"].ToString().IndexOf(".mid")>-1)InfoType="mid";