asp实现关键词获取 各搜索引擎,gb2312及utf-8
发布时间：2022-01-09 05:19:06 所属栏目：Asp教程 来源：互联网
导读：不知道为什么现在各大搜索引擎编码居然不一样.当然不是gb2312就是utf-8了.编码问题是比较头疼的问题...头疼的不要命... 我们获得关键词,一般是通过来访页面的url进行分析的.比如 http://www.google.com/search?hl=zh-CNq=%E5%AD%A4%E7%8B%AClr= 各位肯定知道
|
不知道为什么现在各大搜索引擎编码居然不一样.当然不是gb2312就是utf-8了.编码问题是比较头疼的问题...头疼的不要命... 我们获得关键词,一般是通过来访页面的url进行分析的.比如 http://www.google.com/search?hl=zh-CN&q=%E5%AD%A4%E7%8B%AC&lr= 各位肯定知道这个是通过urlencode编码的. 我们得到其中的信息,需要进行2步.第一步是进行urldecode,在我们普通参数活得的时候,这个是由asp自己来进行的,但是现在我们不得不进行手工解码. 网上函数很多,但都是针对于gb2312页面解gb2312.utf-8的.对于这个,我们可以很轻松的先进行解码,然后根据搜索引擎判断它的编码,如果是utf-8就再转换为gb2312. 但是由于我的网站是utf-8页面的.而utf-8页面我找到的只有解utf-8字符的urldecode编码的.在这里停顿了很久,最后我只能用最糟糕的方法,把拆分出来的关键词用xmlhttp提交到一个gb2312的asp页面,然后活得乱码(gb2312)后再进行gb2312 to utf-8的转换. 下面主要实现代码. Public Function GetSearchKeyword(RefererUrl) '搜索关键词 if RefererUrl="" or len(RefererUrl)<1 then exit function on error resume next Dim re Set re = New RegExp re.IgnoreCase = True re.Global = True Dim a,b,j '模糊查找关键词，此方法速度较快，范围也较大 re.Pattern = "(word=([^&]*)|q=([^&]*)|p=([^&]*)|query=([^&]*)|name=([^&]*)|_searchkey=([^&]*)|baidu.*?w=([^&]*))" Set a = re.Execute(RefererUrl) If a.Count>0 then Set b = a(a.Count-1).SubMatches For j=1 to b.Count If Len(b(j))>0 then if instr(1,RefererUrl,"google",1) then GetSearchKeyword=Trim(U8Decode(b(j))) elseif instr(1,refererurl,"yahoo",1) then GetSearchKeyword=Trim(U8Decode(b(j))) elseif instr(1,refererurl,"yisou",1) then GetSearchKeyword=Trim(getkey(b(j))) elseif instr(1,refererurl,"3721",1) then GetSearchKeyword=Trim(getkey(b(j))) else GetSearchKeyword=Trim(getkey(b(j))) end if Exit Function end if Next End If if err then err.clear GetSearchKeyword = RefererUrl else GetSearchKeyword = "" end if End Function Function URLEncoding(vstrIn) dim strReturn,i,thischr strReturn = "" For i = 1 To Len(vstrIn) ThisChr = Mid(vStrIn,i,1) If Abs(Asc(ThisChr)) < &HFF Then strReturn = strReturn & ThisChr Else innerCode = Asc(ThisChr) If innerCode < 0 Then innerCode = innerCode + &H10000 End If Hight8 = (innerCode And &HFF00) &HFF Low8 = innerCode And &HFF strReturn = strReturn & "%" & Hex(Hight8) & "%" & Hex(Low8) End If Next URLEncoding = strReturn End Function function getkey(key) dim oReq set oReq = CreateObject("MSXML2.XMLHTTP") oReq.open "POST","http://"&WebUrl&"/system/ShowGb2312XML.asp?a="&key,false oReq.send getkey=UTF2GB(oReq.responseText) end function function chinese2unicode(Str) dim i dim Str_one dim Str_unicode for i=1 to len(Str) Str_one=Mid(Str,i,1) Str_unicode=Str_unicode&chr(38) Str_unicode=Str_unicode&chr(35) Str_unicode=Str_unicode&chr(120) Str_unicode=Str_unicode& Hex(ascw(Str_one)) Str_unicode=Str_unicode&chr(59) next Response.Write Str_unicode end function function UTF2GB(UTFStr) Dim dig,GBSTR for Dig=1 to len(UTFStr) if mid(UTFStr,Dig,1)="%" then if len(UTFStr) >= Dig+8 then GBStr=GBStr & ConvChinese(mid(UTFStr,Dig,9)) Dig=Dig+8 else GBStr=GBStr & mid(UTFStr,Dig,1) end if else GBStr=GBStr & mid(UTFStr,Dig,1) end if next UTF2GB=GBStr end function function ConvChinese(x) dim a,i,j,DigS,Unicode A=split(mid(x,2),"%") i=0 j=0 for i=0 to ubound(A) A(i)=c16to2(A(i)) next for i=0 to ubound(A)-1 DigS=instr(A(i),"0") Unicode="" for j=1 to DigS-1 if j=1 then A(i)=right(A(i),len(A(i))-DigS) Unicode=Unicode & A(i) else i=i+1 A(i)=right(A(i),len(A(i))-2) Unicode=Unicode & A(i) end if next if len(c2to16(Unicode))=4 then ConvChinese=ConvChinese & chrw(int("&H" & c2to16(Unicode))) else ConvChinese=ConvChinese & chr(int("&H" & c2to16(Unicode))) end if next end function function U8Decode(enStr) '输入一堆有%分隔的字符串，先分成数组，根据utf8规则来判断补齐规则 '输入:关 E5 85 B3 键 E9 94 AE 字 E5 AD 97 '输出:关 B9D8 键 BCFC 字 D7D6 dim c,i,i2,v,deStr,WeiS for i=1 to len(enStr) c=Mid(enStr,i,1) if c="%" then v=c16to2(Mid(enStr,i+1,2)) '判断第一次出现0的位置， '可能是1(单字节)，3(3-1字节)，4，5，6，7不可能是2和大于7 '理论上到7，实际不会超过3。 WeiS=instr(v,"0") v=right(v,len(v)-WeiS)'第一个去掉最左边的WeiS个 i=i+3 for i2=2 to WeiS-1 c=c16to2(Mid(enStr,i+1,2)) c=right(c,len(c)-2)'其余去掉最左边的两个 v=v & c i=i+3 next if len(c2to16(v)) =4 then deStr=deStr & chrw(c2to10(v)) else deStr=deStr & chr(c2to10(v)) end if i=i-1 else if c="+" then deStr=deStr&" " else deStr=deStr&c end if end if next U8Decode = deStr end function function c16to2(x) '这个函数是用来转换16进制到2进制的，可以是任何长度的，一般转换UTF-8的时候是两个长度，比如A9 '比如：输入“C2”，转化成“11000010”,其中1100是"c"是10进制的12（1100），那么2（10）不足4位要补齐成（0010）。 dim tempstr dim i:i=0'临时的指针 for i=1 to len(trim(x)) tempstr= c10to2(cint(int("&h" & mid(x,i,1)))) do while len(tempstr)<4 tempstr="0" & tempstr'如果不足4位那么补齐4位数 loop c16to2=c16to2 & tempstr next end function function c2to16(x) '2进制到16进制的转换，每4个0或1转换成一个16进制字母，输入长度当然不可能不是4的倍数了 dim i:i=1'临时的指针 for i=1 to len(x) step 4 c2to16=c2to16 & hex(c2to10(mid(x,i,4))) next end function function c2to10(x) '单纯的2进制到10进制的转换，不考虑转16进制所需要的4位前零补齐。 '因为这个函数很有用！以后也会用到，做过通讯和硬件的人应该知道。 '这里用字符串代表二进制 c2to10=0 if x="0" then exit function'如果是0的话直接得0就完事 dim i:i=0'临时的指针 for i= 0 to len(x) -1'否则利用8421码计算，这个从我最开始学计算机的时候就会，好怀念当初教我们的谢道建老先生啊！ if mid(x,len(x)-i,1)="1" then c2to10=c2to10+2^(i) next end function function c10to2(x) '10进制到2进制的转换 dim sign, result result = "" '符号 sign = sgn(x) x = abs(x) if x = 0 then c10to2 = 0 exit function end if do until x = "0" result = result & (x mod 2) x = x 2 loop result = strReverse(result) if sign = -1 then c10to2 = "-" & result else c10to2 = result end if end function function URLDecode(enStr) dim deStr,strSpecial dim c,i,v deStr="" strSpecial="!""#$%&'()*+,/:;<=>?@[]^`{ |}~%" for i=1 to len(enStr) c=Mid(enStr,i,1) if c="%" then v=eval("&h"+Mid(enStr,i+1,2)) if inStr(strSpecial,chr(v))>0 then deStr=deStr&chr(v) i=i+2 else v=eval("&h"+Mid(enStr,i+1,2)+Mid(enStr,i+4,2)) deStr=deStr&chr(v) i=i+5 end if else if c="+" then deStr=deStr&" " else deStr=deStr&c end if end if next URLDecode=deStr end function 许多代码都是网上的.找不到作者. PS:现在暑假就要接受,由于家庭原因我不想留在我的城市.中考到达本地重点.不想说城市名字.否则会招来熟人.只要不在山东的学校算是重点的能不能联系下. QQ:32113739 对程序有极大兴趣,但信息奥赛只活得一等的X名.因为我认为技术不应该在所谓竞赛中体现,就如才能不应该在那些无意义的考试中体现一样.电子作品也弄了各省一等..不过也一般学习一般...所以只要是一般重点就好了..只是不想在离家太近的地方. 现在asp十分熟练,虽然有些知识缺陷,比如编码问题(汗...),但是网络如此大,我想我不是只有在课本中才能得到所谓的知识.而且现在正在啃asp.net的书,如果贵校做网站完全可以帮忙. 对新技术十分狂热,虽然被他们称为审美有障碍的人.但我想看到结构偶的程序还不至于吐血. （编辑：应用网_常德站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
