在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
https://www.ogeek.net/article/22031.htm 个人觉得不甚满意,因为VB.NET在.NET环境下执行采集,产生的网络连接与正则匹配消耗太大,而我最终的应用是在视频采集提交上,所以就考虑用JS的AJAX+正则表达式来完成这个目标。 以前一直没有系统地学习JS和正则,所以花费的时间比预想的要长,折腾了一个晚上,糊弄出了下面的代码。=..= 代码 复制代码 代码如下: <!-- 夜闻香原创,转载请保留此信息,万分感谢! 博客: http://clso.cnblogs.com 主页: http://cleclso.cn QQ:315514678 E-mail:clso#qq.com 欢迎技术交流! --> <html> <head> <title>JavaScipt AJAX & 正则表达式 test</title> <script type="text/javascript" language="javascript"> function wrt(s){ subret.value = s + "\n" + subret.value; //subret.value += "\n" + s; } var objRequest; //定义一个XML请求对象 var previd = "",nowid =0,listid = "",iscancel=false; //其他变量 function getlid(){ var listid = weburl.value.match(/playlist_show\/.*(?=id_(\d+)).*\.html$/i); if(!listid){ return null; } else { return listid[1]; } } function retweb(){ if(objRequest.readyState == 4 && objRequest.status == 200){ // 获得回调 var webstr = objRequest.responseText; vid = webstr.match(/var\s+videoId\s*=\s*"(\d+)"\s*;/)[1]; vtitle = webstr.match(/<title>(.+) - (.+) - 视频 - 优酷视频 - 在线观看( - )?<\/title>/)[2]; wrt(nowid + ":" + vtitle + "=" + vid); if(previd == vid) return; previd = vid; nowid += 1; // 开始新循环 if(iscancel) return; tstart(); } else { //alert("回调失败!"); return;//"error: " + objRequest.statusText; } } function getweb(u){ objRequest = new XMLHttpRequest(); //new ActiveXObject("Msxml2.XMLHTTP"); //IE5&6初始化XMLHTTP对象 objRequest.onreadystatechange = retweb; //异步回调方法 objRequest.open("GET",u,true); objRequest.send(null); } function tstart(){ if(listid==""){ listid=getlid(); } url = "http://v.youku.com/v_playlist/f" + listid + "o1p" + nowid + ".html"; getweb(url); } </script> </head> <body> <input type="text" id="weburl" value="http://www.youku.com/playlist_show/id_2350764.html" style="width:640" /><br /> <textarea id="subret" readonly="readonly" style="width:640; height:360;">#star</textarea> <br/> <input type=button value="开始提取专辑" onclick="if(iscancel)iscancel=false;tstart();" /> <input type=button value="清除文本" onclick="subret.value='';nowid =0;preid='';listid='';" /> <input type=button value="暂停" onclick="iscancel=true;" /> </body> </html> 思路基本跟上次的一样,所以就不多赘述了。 用VB.NET一个页面的采集时间一般在1秒钟左右,而这个代码依靠客户端脚本,每个页面采集在0.3~0.5秒左右,依据用户的电脑配置而不同。 个人用IE7测试通过,但代码比较随意,所以兼容性不是很好。如果你需要使用,请自行修改代码。 |
请发表评论