- 主题:[求助]菜鸟级的问题
我的意见是
隔1天wget抓一次
然后用C语言编译一个程序结合bash script写一个脚本
放crontab里面执行
然后输出处理过的html文件
这个完全是后台的
【 在 PowerRC (Because I choose to.) 的大作中提到: 】
: 有点担心php的效率和安全问题，要是被别人知道了脚本所在，狂触发它会塞爆服务器的吧？
--
修改:sxdxsimple FROM 61.237.147.*
FROM 61.237.147.*
我是学C入门的
【 在 tombcy (香烧熊猫) 的大作中提到: 】
: 我是学汇编入门的
--
FROM 61.237.147.*
C plus plus, C ++
【 在 jiangjun2000 (%d) 的大作中提到: 】
: 那cpp是啥...
--
FROM 61.237.147.*
你写的socket能好过wget的吗？
能利用别人的就利用
【 在 PowerRC (Because I choose to.) 的大作中提到: 】
: 嗯。
: 不过抓取和过滤处理我已经自己编程实现了，由socket开始写起的。
: 我还想写个类，专门封装所有kbs的发帖操作，不过看来工程浩大，所以我放弃了。
: ...................
--
FROM 221.204.246.*
给你个我测试的例子
是抓某站的十大，已经在服务器上测试过了，可用
是用bash script写的,需要根据不同的页面调整代码
http://www.hshdd.cn/download/css/
【 在 PowerRC (Because I choose to.) 的大作中提到: 】
: 不是这个意思
: 其实我上个学期就已经用java写完这部分的了，太依赖java了，结果拿到服务器上，没有装jre,要先装jre,服务器用的是freebsd 6.0,xorg 7.0;刚好碰上那时候xorg大升级，升级了ports后需要先升级xorg才能装其他ports ,我自己的电脑上升级失败了，所以不敢在服务器上升级,
: 这个学期我就决定减少依赖性，自己写算了
: ...................
--
修改:sxdxsimple FROM 221.204.246.*
FROM 221.204.246.*
一般获取列表就足够了。
写script肯定比用其他的简单，还能顺便练习linux基本操作
我站目前的需求就是那样，更进一步的没有动力编写了
【 在 PowerRC (Because I choose to.) 的大作中提到: 】
: 假如是这样的呢，是先获取新闻的列表，然后在列表里获取地址，然后再根据地址去获取新闻？
: 这样写script会不会很繁琐？
--
FROM 221.204.246.*
哈哈，如果是这样，还真得改改
【 在 PowerRC (Because I choose to.) 的大作中提到: 】
: 不知道是不是我的算法有问题，运行起来，其中一个CPU就100%.(双p4 xeon 2.8g)
: 我过滤html语法的语句很简单啊，就是用stl stirng的find(">"),然后substr>和<里面的东西.
--
FROM 221.204.246.*