不知道為什么現在各大搜索引擎編碼居然不一樣.當然不是gb2312就是utf-8了.編碼問(wèn)題是比較頭疼的問(wèn)題...頭疼的不要命...
我們獲得關(guān)鍵詞,一般是通過(guò)來(lái)訪(fǎng)頁(yè)面的url進(jìn)行分析的.比如
http://www.google.com/search?hl=zh-CN&q=%E5%AD%A4%E7%8B%AC&lr=
各位肯定知道這個(gè)是通過(guò)urlencode編碼的.
我們得到其中的信息,需要進(jìn)行2步.第一步是進(jìn)行urldecode,在我們普通參數活得的時(shí)候,這個(gè)是由asp自己來(lái)進(jìn)行的,但是現在我們不得不進(jìn)行手工解碼.
網(wǎng)上函數很多,但都是針對于gb2312頁(yè)面解gb2312.utf-8的.對于這個(gè),我們可以很輕松的先進(jìn)行解碼,然后根據搜索引擎判斷它的編碼,如果是utf-8就再轉換為gb2312.
但是由于我的網(wǎng)站是utf-8頁(yè)面的.而utf-8頁(yè)面我找到的只有解utf-8字符的urldecode編碼的.在這里停頓了很久,最后我只能用最糟糕的方法,把拆分出來(lái)的關(guān)鍵詞用xmlhttp提交到一個(gè)gb2312的asp頁(yè)面,然后活得亂碼(gb2312)后再進(jìn)行g(shù)b2312 to utf-8的轉換.
下面主要實(shí)現代碼.
Public Function GetSearchKeyword(RefererUrl) ‘搜索關(guān)鍵詞
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
‘模糊查找關(guān)鍵詞，此方法速度較快，范圍也較大
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)
‘輸入一堆有%分隔的字符串，先分成數組，根據utf8規則來(lái)判斷補齊規則
‘輸入:關(guān) E5 85 B3 鍵 E9 94 AE 字 E5 AD 97
‘輸出:關(guān) B9D8 鍵 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))
‘判斷第一次出現0的位置，
‘可能是1(單字節)，3(3-1字節)，4，5，6，7不可能是2和大于7
‘理論上到7，實(shí)際不會(huì )超過(guò)3。
WeiS=instr(v,"0")
v=right(v,len(v)-WeiS)‘第一個(gè)去掉最左邊的WeiS個(gè)
i=i+3
for i2=2 to WeiS-1
c=c16to2(Mid(enStr,i+1,2))
c=right(c,len(c)-2)‘其余去掉最左邊的兩個(gè)
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)
‘這個(gè)函數是用來(lái)轉換16進(jìn)制到2進(jìn)制的，可以是任何長(cháng)度的，一般轉換UTF-8的時(shí)候是兩個(gè)長(cháng)度，比如A9
‘比如：輸入“C2”，轉化成“11000010”,其中1100是"c"是10進(jìn)制的12（1100），那么2（10）不足4位要補齊成（0010）。
dim tempstr
dim i:i=0‘臨時(shí)的指針
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位那么補齊4位數
loop
c16to2=c16to2 & tempstr
next
end function
function c2to16(x)
‘2進(jìn)制到16進(jìn)制的轉換，每4個(gè)0或1轉換成一個(gè)16進(jìn)制字母，輸入長(cháng)度當然不可能不是4的倍數了
dim i:i=1‘臨時(shí)的指針
for i=1 to len(x) step 4
c2to16=c2to16 & hex(c2to10(mid(x,i,4)))
next
end function
function c2to10(x)
‘單純的2進(jìn)制到10進(jìn)制的轉換，不考慮轉16進(jìn)制所需要的4位前零補齊。
‘因為這個(gè)函數很有用！以后也會(huì )用到，做過(guò)通訊和硬件的人應該知道。
‘這里用字符串代表二進(jìn)制
c2to10=0
if x="0" then exit function‘如果是0的話(huà)直接得0就完事
dim i:i=0‘臨時(shí)的指針
for i= 0 to len(x) -1‘否則利用8421碼計算，這個(gè)從我最開(kāi)始學(xué)計算機的時(shí)候就會(huì )，好懷念當初教我們的謝道建老先生??！
if mid(x,len(x)-i,1)="1" then c2to10=c2to10+2^(i)
next
end function
function c10to2(x)
‘10進(jìn)制到2進(jìn)制的轉換
dim sign, result
result = ""
‘符號
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
許多代碼都是網(wǎng)上的.找不到作者.
PS:現在暑假就要接受,由于家庭原因我不想留在我的城市.中考到達本地重點(diǎn).不想說(shuō)城市名字.否則會(huì )招來(lái)熟人.只要不在山東的學(xué)校算是重點(diǎn)的能不能聯(lián)系下.
QQ:32113739
對程序有極大興趣,但信息奧賽只活得一等的X名.因為我認為技術(shù)不應該在所謂競賽中體現,就如才能不應該在那些無(wú)意義的考試中體現一樣.電子作品也弄了各省一等..不過(guò)也一般.學(xué)習一般...所以只要是一般重點(diǎn)就好了..只是不想在離家太近的地方.
現在asp十分熟練,雖然有些知識缺陷,比如編碼問(wèn)題(汗...),但是網(wǎng)絡(luò )如此大,我想我不是只有在課本中才能得到所謂的知識.而且現在正在啃asp.net的書(shū),如果貴校做網(wǎng)站完全可以幫忙.
對新技術(shù)十分狂熱,雖然被他們稱(chēng)為審美有障礙的人.但我想看到結構偶的程序還不至于吐血.
算了..再貼點(diǎn).
偶開(kāi)發(fā)D Database+asp ->xml+xslt->xhtml +css 的算是叫CMS的東西
也用了CSDN用的FCK編輯器,今天上來(lái)才發(fā)現換了.不過(guò)那個(gè)FCK的FIle系統讓偶統統改掉.
這個(gè)系統在暑假結束前一定會(huì )發(fā)布.不過(guò)很多朋友說(shuō)易用性有問(wèn)題...很多人不會(huì )xslt.汗...
唉...如果找不到學(xué)校.我也許會(huì )漂泊,也許會(huì )消失吧.當然這不是威脅..只是恨我的城市,恨那里看到的,干過(guò)的一切.
聯(lián)系客服
