用asp自动解析网页中的图片地址,并将其保存到本地服务器

2018-09-06 12:32

阅读:425

  要实现这个功能需要经过三个步骤:
一,取得原页中的图片的地址。方法很多,可以用分割字符串,也可以用正则匹配。实践证明用正则匹配最为简单。经过分析图片的地址都保存在<IMG>标签中。我们可以先取得所有这个标签。过程如下:

  Set objRegExp = New Regexp设置配置对象
objRegExp.IgnoreCase = True’忽略大小写
objRegExp.Global = True’设置为全文搜索
objRegExp.Pattern = <IMG.+?>为了确保能准确地取出图片地址所以分为两层配置:首先找到里面的<IMG>标签,然后再取出里面的图片地址后面的getimgs函数就是实现后一个功能的。
strs=trim(str)
Set Matches =objRegExp.Execute(strs)’开始执行配置
For Each Match in Matches
?RetStr = RetStr getimgs( Match.Value )’执行第二轮的匹配
Next

  所有的图片在里面都是这样的src=片的地址,所以可以这样来取得确切的图片地址:
function getimgs(str)
getimgs=
Set objRegExp1 = New Regexp
objRegExp1.IgnoreCase = True
objRegExp1.Global = True
objRegExp1.Pattern = ’取出里面的地址
set mm=objRegExp1.Execute(str)
For Each Match1 in mm
getimgs=getimgsleft(Match1.Value,len(Match1.Value)-1)’把里面的地址串起来备用
next
end function

  取得了所有的图片的地址,我们就可以进行第二步的操作了。
二,下载图片并保存在服务器上。这个又可以分为两个步骤:一个是取得图片的内容,另一个是保存在服务器上。取得图片的内容是通过下面的函数来实现的:

  所有的图片在里面都是这样的src=片的地址,所以可以这样来取得确切的图片地址:
function getimgs(str)
getimgs=
Set objRegExp1 = New Regexp
objRegExp1.IgnoreCase = True
objRegExp1.Global = True
objRegExp1.Pattern = ’取出里面的地址
set mm=objRegExp1.Execute(str)
For Each Match1 in mm
getimgs=getimgsleft(Match1.Value,len(Match1.Value)-1)’把里面的地址串起来备用
next
end function

  取得了所有的图片的地址,我们就可以进行第二步的操作了。
二,下载图片并保存在服务器上。这个又可以分为两个步骤:一个是取得图片的内容,另一个是保存在服务器上。取得图片的内容是通过下面的函数来实现的:

  所有的图片在里面都是这样的src=片的地址,所以可以这样来取得确切的图片地址:
function getimgs(str)
getimgs=
Set objRegExp1 = New Regexp
objRegExp1.IgnoreCase = True
objRegExp1.Global = True
objRegExp1.Pattern = ’取出里面的地址
set mm=objRegExp1.Execute(str)
For Each Match1 in mm
getimgs=getimgsleft(Match1.Value,len(Match1.Value)-1)’把里面的地址串起来备用
next
end function

  取得了所有的图片的地址,我们就可以进行第二步的操作了。
二,下载图片并保存在服务器上。这个又可以分为两个步骤:一个是取得图片的内容,另一个是保存在服务器上。取得图片的内容是通过下面的函数来实现的:

  取得了所有的图片的地址,我们就可以进行第二步的操作了。
二,下载图片并保存在服务器上。这个又可以分为两个步骤:一个是取得图片的内容,另一个是保存在服务器上。取得图片的内容是通过下面的函数来实现的:

  function getHTTPPage(url)
on error resume next
dim http
set http=server.createobject(MSXML2.XMLHTTP)‘使用xmlhttp的方法来获得图片的内容
Http.open GET,url,false
Http.send()
if Http.readystate<>4 then
exit function
end if
getHTTPPage=Http.responseBody
set http=nothing
if err.number<>0 then err.Clear
end function
取得了图片的内容要保存,给人一种感觉是用FSO来作就可以了,但实际上不行,这样保存程序就会出错,因为FSO不支持流式的文件,所以我们要调用另一个对象:ADO.STREM。具体的过程如下:
function saveimage(from,tofile)
dim geturl,objStream,imgs
geturl=trim(from)
imgs=gethttppage(geturl)取得图片的具休内容的过程
Set objStream = Server.CreateObject(ADODB.Stream)建立ADODB.Stream对象,必须要ADO 2.5以上版本
objStream.Type =1以二进制模式打开
objStream.Open
objstream.write imgs将字符串内容写入缓冲
objstream.SaveToFile server.mappath(tofile),2-将缓冲的内容写入文件
objstream.Close()关闭对象
set objstream=nothing
end function
所以只要用一个循环来把刚才取得的地址中的图片全部保存下来,具体过程如下:
arrimg=split(retstr,)分割字串,取得里面地址列表
allimg=
newimg=
for i=1 to ubound(arrimg)
if arrimg(i)<> and instr(allimg,arrimg(i))<1 then看这个图片是否已经下载过
fname=baseurlcstr(imid(arrimg(i),instrrev(arrimg(i),.)))
saveimage(arrimg(i),fname)‘保存地址的函数,过程见上面
allimg=allimgarrimg(i)把保存下来的图片的地址串回起来,以确定要替换的地址
newimg=newimgfname把本地的地址串回起来
end if
next
第三步就是替换原来的地址了。具体的过程就是下面了:
arrnew=split(newimg,)取得原来的图片地址列表
arrall=split(allimg,)取得已经保存下来的图片的地址列表
for i=1 to ubound(arrnew)执行循环替换原来的地址
strs=replace(strs,arrall(i),arrnew(i))
next
cctv=strs

  
讲到这里,这个函数的基本过程就是这样了,当然可以对它进行改造就可以实现更多的功能,如:加上图片大小的限制,加上对本地机上的图片下载的限制,以免造成重复下载图片。同时也应该看到这个函数的不足之处是只能处理静态的图片文件,不能适用程序生成的图片

  


评论


亲,登录后才可以留言!