网页抓取JAVASCRIPT处理

在抓取网页过程中，很多网页内容都预先存储到JAVASCRIPT变量中，如果仅通过SUBSTRING 进行截取分析，效率慢，错误率多。

如何才能更好的解决呢？用MSScriptControl

 

在C＃中，我们也可以通过Com组件来执行一段javascript代码。

下面的代码展示了如何用MSScriptControl 组件执行一段数学表达式：

   MSScriptControl.ScriptControlClass sc = new MSScriptControl.ScriptControlClass();
   sc.Language = "javascript";
   object obj = sc.Eval(" 1 + 2 * (3 + 4)");
   Console.WriteLine(obj);

要使用MSScriptControl需要引用com组件 Microsoft Script Control 1.0。

上篇文章已经详细说明了，当然代码有部分错误 “MSScriptControl.IScriptControl.Timeout”与“MSScriptControl.DScriptControlSource_Event.Timeout”之间存在二义性

原代码：

 

/// <summary>

/// 获取或设置脚本执行时间，单位为毫秒

/// </summary>

public int Timeout

{

            get { return this.msc.Timeout; }

            set { this.msc.Timeout = value; }

}

修改为：

 

        /// <summary>

        /// 获取或设置脚本执行时间，单位为毫秒

        /// </summary>

        public int Timeout

        {

 

            get { return ((IScriptControl)this.msc).Timeout; }

            set { ((IScriptControl)this.msc).Timeout = value; }

 

        }

即可，测试可以使用，这样进行抓取数据更加方便简介，直接让JS输出结果就好了。

结合一些技术可以做很多东西如：

1、ALEXA排名作弊，EXE执行处理后进行POST，或者申请一个证书进行页面处理，数据跟真实

2、一些点击或者展示广告作弊，原理同上，结合ACTIVEX插件，效果不错

　ActiveX是Microsoft对于一系列策略性面向对象程序技术和工具的称呼，其中主要的技术是组件对象模型（COM）。在有目录和其它支持的网络中，COM变成了分布式COM（DCOM）。在创建包括ActiveX程序时，主要的工作就是组件，一个可以自足的在ActiveX网络（现在的网络主要包括Windows和Mac）中任意运行的程序。这个组件就是ActiveX近控件。ActiveX是Microsoft为抗衡Sun Microsystems的JAVA技术而提出的，此控件的功能和JAVA applet功能类似。 

 

　　如果您使用的是Windows操作系统，您或许会注意到一些以OCX结尾的文件。OCX代表“对象链接与嵌入控件”（OLE），这个技术是Microsoft提出的程序技术，用于处理桌面文件的混合使用。现在COM的概念已经取代OLE的一部分，Microsoft也使用ActiveX控件代表组件对象。 

 

　　组件的一大优点就是可以被大多数应用程序再使用（这些应用程序称为组件容器）。一个COM组件（ActiveX控件）可由不同语言的开发工具开发，包括C++和Visual Basic或PowerBuilder，甚至一些技术性语言如VBScript。 

 

　　目前，ActiveX控件在Windows 95/NT和Macintosh中运行，Microsoft还准备支持UNIX的ActiveX控件。