不知道為什麼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.編碼問題是比較頭疼的問題...頭疼的不要命...
我們獲得關鍵詞,一般是通過來訪頁面的url進行分析的.比如
http://www.google.com/search?hl=zh-CN&q=%E5%AD%A4%E7%8B%AC&lr=
各位肯定知道這個是通過urlencode編碼的.
我們得到其中的信息,需要進行2步.第一步是進行urldecode,在我們普通參數活得的時候,這個是由ASP自己來進行的,但是現在我們不得不進行手工解碼.
網上函數很多,但都是針對於GB2312頁面解GB2312.UTF-8的.對於這個,我們可以很輕松的先進行解碼,然後根據搜索引擎判斷它的編碼,如果是UTF-8就再轉換為GB2312.
但是由於我的網站是UTF-8頁面的.而UTF-8頁面我找到的只有解UTF-8字符的urldecode編碼的.在這裡停頓了很久,最後我只能用最糟糕的方法,把拆分出來的關鍵詞用xmlhttp提交到一個GB2312的ASP頁面,然後活得亂碼(GB2312)後再進行GB2312 to UTF-8的轉換.
下面主要實現代碼.
Public Function GetSearchKeyword(RefererUrl) ’搜索關鍵詞
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規則來判斷補齊規則
’輸入:關 E5 85 B3 鍵 E9 94 AE 字 E5 AD 97
’輸出:關 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和大於7
’理論上到7，實際不會超過3。
WeiS=instr(v,"0")
v=right(v,len(v)-WeiS)’第一個去掉最左邊的WeiS個
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
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)
’這個函數是用來轉換16進制到2進制的，可以是任何長度的，一般轉換UTF-8的時候是兩個長度，比如A9
’比如：輸入“C2”，轉化成“11000010”,其中1100是"c"是10進制的12（1100），那麼2（10）不足4位要補齊成（0010）。
dim tempstr
dim i:i=0’臨時的指針
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位那麼補齊4位數
loop
c16to2=c16to2 & tempstr
next
end function
function c2to16(x)
’2進制到16進制的轉換，每4個0或1轉換成一個16進制字母，輸入長度當然不可能不是4的倍數了
dim i:i=1’臨時的指針
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進制到10進制的轉換，不考慮轉16進制所需要的4位前零補齊。
’因為這個函數很有用！以後也會用到，做過通訊和硬件的人應該知道。
’這裡用字符串代表二進制
c2to10=0
if x="0" then exit function’如果是0的話直接得0就完事
dim i:i=0’臨時的指針
for i= 0 to len(x) -1’否則利用8421碼計算，這個從我最開始學計算機的時候就會，好懷念當初教我們的謝道建老先生啊！
if mid(x,len(x)-i,1)="1" then c2to10=c2to10+2^(i)
next
end function
function c10to2(x)
’10進制到2進制的轉換
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
許多代碼都是網上的.找不到作者.
PS:現在暑假就要接受,由於家庭原因我不想留在我的城市.中考到達本地重點.不想說城市名字.否則會招來熟人.只要不在山東的學校算是重點的能不能聯系下.
QQ:32113739
對程序有極大興趣,但信息奧賽只活得一等的X名.因為我認為技術不應該在所謂競賽中體現,就如才能不應該在那些無意義的考試中體現一樣.電子作品也弄了各省一等..不過也一般學習一般...所以只要是一般重點就好了..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,比如編碼問題(汗...),但是網絡如此大,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,如果貴校做網站完全可以幫忙.
對新技術十分狂熱,雖然被他們稱為審美有障礙的人.但我想看到結構偶的程序還不至於吐血.
算了..再貼點.
偶開發D Database+ASP ->xml+xslt->xhtml +css 的算是叫CMS的東西
http://www.joysou.com
也用了CSDN用的FCK編輯器,今天上來才發現換了.不過那個FCK的FIle系統讓偶統統改掉.
這個系統在暑假結束前一定會發布.不過很多朋友說易用性有問題...很多人不會xslt.汗...
唉...如果找不到學校.我也許會漂泊,也許會消失吧.當然這不是威脅..只是恨我的城市,恨那裡看到的,干過的一切.
