[已解决]新浪新闻的采集问题

kxing

我希望通过inetget下载援文件用正则提取新闻条目。
但是，这个叶面的新闻用了一个js循环完成的。
下载回来的htm文件并没有实际新闻内容。
请高手帮忙解决，多谢！！！

http://news.sina.com.cn/hotnews/

蜘蛛抱蛋

我看了下，他的数据是通过PHP获得  然后本地解析的  
获取数据的url在JS里有  诸如http://top.news.sina.com.cn/ws/G ... p;js_var=all_1_data获取的标题是Unicode编码   自己转码一下就可

3mile

初步做了一下，楼主自行扩展吧。

#include <array.au3>
#include <string.au3>
#include <INet.au3>

$s_URL='http://top.news.sina.com.cn/ws/GetTopDataList.php?top_type=day&top_cat=www_all&top_time=20101104&top_show_num=100&top_order=ASC&js_var=all_1_data'
$soure=_INetGetSource ( $s_URL )
FileWrite('url.txt',$soure)
;$soure=FileRead('soure.txt')
$s_array=StringRegExp($soure,'{(.*?)}',3)
Local $temp_str,$temp,$temp_s,$string
Local $array[UBound($s_array)][5]
For $i=1 To UBound($s_array)-1    
    $temp_str=''
    $array[$i][0]=$s_array[$i]
    $temp=StringRegExp($s_array[$i],'"(.*?)"',3)
    $array[$i][1]=hextostring($temp[3])
    $array[$i][2]=hextostring($temp[5])
    $array[$i][3]=url($temp[9])
    $array[$i][4]=url($temp[11])
Next
_ArrayDisplay($array)

Func Hextostring($string)
    Local $temp_str,$temp_s
    $temp_s=StringSplit($string,'\u',3)
    $string=''
    For $n=1 To UBound($temp_s)-1
        If StringLen($temp_s[$n])<>4 Then
            $temp_s[$n]=ChrW('0x'&StringMid($temp_s[$n],1,4))&StringMid($temp_s[$n],5)
            $string&=$temp_s[$n]            
        Else
        $temp_s[$n]=ChrW('0x'&$temp_s[$n])
        $string&=$temp_s[$n]
        EndIf
    Next
    Return $string
EndFunc

Func url(ByRef $string)
    Local $url
    $string=StringReplace($string,'\/','/')
    Return $string
EndFunc
    
    

kxing

万分感激!!!!

Netfox

Netfox

呵呵，还是牛人多啊

京东论坛

初步做了一下，楼主自行扩展吧。
3mile 发表于 2010-11-4 11:40

    牛人啊！！！！！

hfwcy

ollydbg

3mile 牛人啊