DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
用 XMLHTTP 搭配 ADODB.Stream 抓取網頁原始碼
編輯:XML詳解     

想把某個網址背後的 HTML 原始碼抓回來當字串處理,用 XMLHTTP 搭配 ADODB.Stream 是個相當俐落的組合,執行效率也不差。

原理分成兩段。XMLHTTP 負責發出 HTTP 請求,把目標頁面的回應收進記憶體;但回應主體往往不是純文字型別,直接取值容易遇到編碼問題,這時就轮到 ADODB.Stream 上場——把它開成二進位模式,寫入 XMLHTTP 的 responseBody,再切換成文字模式讀出,就能拿到正確的解碼結果。

基本寫法

' 以 JScript / VBScript 均可,此處示意流程
var xmlHttp = new ActiveXObject("MSXML2.XMLHTTP");
xmlHttp.open("GET", "https://example.com/", false);
xmlHttp.send();

var adoStream = new ActiveXObject("ADODB.Stream");
adoStream.Type = 1;              // 1 = 二進位
adoStream.Open();
adoStream.Write(xmlHttp.responseBody);
adoStream.Position = 0;
adoStream.Type = 2;              // 2 = 文字
adoStream.Charset = "utf-8";
var html = adoStream.ReadText();
adoStream.Close();

幾個實務上的注意點

同步與非同步:把 open 的第三個參數設為 false 表示同步等待,程式碼簡單但會凍結執行緒;在網頁環境中應避免,改走非同步並掛 onreadystatechange 才是恰當做法。
CharSet 決定一切:抓到的頁面若採用 GB2312、Big5 或其他編碼,務必把 Charset 設成對應值,否則中文保證亂碼。
安全性:抓取外部內容時應限制可存取的網域,並對取回的內容做適當處理,避免把不可信的資料直接送到後續環節。

這個組合在 .NET 全面普及後已屬老派做法,今日若要抓取網頁內容,HttpClient 之類的類別在跨平台、非同步與連線管理上都更合適。不過在純 ASP 環境或需要與 COM 元件互操作的舊系統裡,XMLHTTP 加 ADODB.Stream 仍然是可行且穩定的選項。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved