网络上有很多文章介绍如何自动抓取网站的Alexa排名，但是仔细一看发现抓取到的数据（Alexa排名

数值）被Alexa加入了很多干扰元素，如果只是要将数据（Alexa排名数值）显示在页面倒没有什么问题

，若是要对数据进行处理比如将两个网站的排名数值进行比较或者将网站排名数值存入数据库供日后调

用，则要对抓取到的数据进行适当的处理。

  以下是本人结合其他网友提供的代码，对抓取到的数据进行处理后获得干干净净的数值的方法。核心

函数代码如下：

说明：有点网友已经通过其他方式实现了这种功能，只是没有公布方法，或者公布的方法我看不懂（本人不懂php等别的编程语言），所以本人在此献丑了。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

<%

'// alexa 世界排名的查询页面为：http://www.alexa.com/data/details/traffic_details?q=&Url=

 

'// 以下函数抓取到含有干扰元素的数据并通过函数对数据进行处理，获得干干净净的Alexa排名数值

Function alexa(str)

 url="http://www.alexa.com/data/details/traffic_details?q=&url="&str 
 strs=str

 If IsObjInstalled("AspHTTP.Conn")=true Then
  str= getaspHTTPPage(url)
 else
  str= getHTTPPage(url)
 End if

 if str="" then
  Call Error()
 else
    str_=str
    str1=""
     set reg=new Regexp
   reg.Multiline=True
   reg.Global=True
   reg.IgnoreCase=true
   str_top="<!--Did you know"
   str_bottom="</span>"
   reg.Pattern=""&str_top&"((.|n)*?)"&str_bottom&""
   Set matches = reg.execute(str_)
   str1=""
    For Each match1 in matches     
     str1=str1&match1.Value&"***"
    Next
   Set matches = Nothing
   Set reg = Nothing

IF str1 <> "" Then
 str1 = Replace(str1,"<!--Did you know? Alexa offers this data programmatically. 

Visit http://webservices.amazon.com/ for more information about the Alexa Web Information

Service.-->","")
 str1 = Replace(str1,"</span>","")
 Str_11=split(str1,"<div class=""borderBottom""></div>")
 str1 = Str_11(0)
 Str_11 = split(str1,"***")
 str1_Pan = Str_11(0)
End If

  set reg=new Regexp
   reg.Multiline=True
   reg.Global=True
   reg.IgnoreCase=true
   str_top="<td class=""traffic"">"
   str_bottom="</td>"
   reg.Pattern=""&str_top&"((.|n)*?)"&str_bottom&""
   Set matches = reg.execute(str_)
   str1=""
    For Each match1 in matches     
     str1=str1&match1.Value&"***"
    Next
   Set matches = Nothing
   Set reg = Nothing

IF str1 <> "" Then
 Str_11=split(str1,"***")

End If
End if

End Function

 

 

 

 

'// <summary>
'// 采用 Microsoft.XMLHTTP　组件采集数据
'// </summary>
Function getHTTPPage(url)
  on error resume next
  dim http
   set http=Server.createobject("Microsoft.XMLHTTP")
  Http.open "GET",url,false
  Http.send()
  if Http.readystate<>4 then
   exit function
  end if
  getHTTPPage=bytes2BSTR(Http.responseBody)
  set http=nothing
  if err.number<>0 then err.Clear 
End function

'// <summary>
'// 采用 ADODB.Stream　处理采集到的数据，把二进制的文件转成文本字符
'// </summary>
Function Bytes2bStr(vin)
  Dim BytesStream,StringReturn
  Set BytesStream = Server.CreateObject("ADODB.Stream")
   BytesStream.Type = 2
   BytesStream.Open
   BytesStream.WriteText vin
   BytesStream.Position = 0
   BytesStream.Charset = "GB2312"
   BytesStream.Position = 2
   StringReturn =BytesStream.ReadText
   BytesStream.close
  Set BytesStream = Nothing
   Bytes2bStr = StringReturn
End Function

'// <summary>
'// 采用 AspHTTP.Conn　组件采集数据
'// </summary>
Function getaspHTTPPage(url)
    if url="" then
  exit function
    end if
    Set HttpObj = Server.CreateObject("AspHTTP.Conn")
 
 '设置代理服务器,通过代理上网的用户需要设置此选项
 If ProxyIP=1 Then
  HttpObj.Proxy="192.168.5.254:808"
 end if
 
 HTTPObj.TimeOut = 45
 HttpObj.Url = url
 HttpObj.RequestMethod = "GET"
 getaspHTTPPage = HttpObj.GetURL
    set HttpObj=nothing
End function

 

'//<summary>
'//检查组件,采用xmlhttp抓取网页还是AspHTTP
'//</summary>

Function IsObjInstalled(strClassString)
  On Error Resume Next
  IsObjInstalled = False
  Err = 0
  Dim xTestObj
  Set xTestObj = Server.CreateObject(strClassString)

  If 0 = Err Then
  If AspHttpOpen=1 Then
   IsObjInstalled = True
   'Response.write "当前组件 ASPHTTP"
  Else
   IsObjInstalled = False
   'Response.write "当前组件 XMLHTTP"
  End If
  Else
   IsObjInstalled = False
   'Response.write "当前组件 XMLHTTP"
  End If

  Set xTestObj = Nothing
  Err = 0
 
End Function

Sub Error()
response.write "<BR>  抓取不到数据－可能是因为网络原因不能访问站点<BR><a

href=javascript:location.reload();>重试</a>"
response.end
End Sub

%>

调用方法：

<%
response.write alexa("http://blog.sina.com.cn/u/1086421675")
%>

<%=alexa("http://blog.sina.com.cn/u/1086421675")%>