软件说明：

预览图片见：http://www.cnblogs.com/xxpyeippx/archive/2008/03/31/1131211.html<br>运行环境<br>windows nt/xp/2003 or above<br>.net Framework 1.1<br>SqlServer 2000 <br>开发环境 VS 2003<br><br>目的<br>学习了网络编程，总要做点什么东西才好。<br>于是想到要做一个网页内容采集器。<br><br>作者主页： http://www.fltek.com.cn<br><br><br><br>使用方式<br>测试数据采用自cnBlog。<br>见下图<br>用户首先填写“起始网页”，即从哪一页开始采集。<br>然后填写数据库连接字符串，这里是定义了采集到的数据插入到哪个数据库，后面选择表名，不必说了。<br><br>网页编码，不出意外的话，中国大陆都可以采用UTF-8<br><br>爬取文件名的正则：呵呵 这个工具明显是给编程人员用的。正则都要直接填写啦。比如说cnblogs的都是数字的，所以写了\d<br><br>建表帮助：用户指定要建立几个varchar型的，几个text型的，主要是放短数据和长数据啊。如果你的表里本来就有列，那就免啦。程序里面没有做验证哦。<br><br><br>网页设置里面：<br>采集内容前后标记：<br>比如说都有 <div id="title">xxx</div>，如果我要采集xxx就写“<div id="title">到</div>”，意思，当然就是<div id="title">到</div>之间的内容啦。<br><br>后面的几个文本框是显示内容的。<br><br>点击“获取URL”可以查看它捕获的Url对不对的。<br>点击“采集”，可以把采集内容放到数据库，然后就用 Insert xx （） （select xx） 可以直接插入目标数据了。<br><br>程序代码量非常小（也非常简陋），需要的改动一下啦。<br><br><br><br>不足<br> <br><br>应用到了正则表达式、网络编程<br>由于是最简单的东西，所以没有用多线程，没有用其他的优化方法，不支持分页。<br>测试了一下，获取38条数据，用了700M内存啊。。。。<br>如果有用的人 ，可以改一下使用啦。方便程序员用，免写很多代码。<br><br>Surance Yin@ Surance Center <br>转载请注明出处 <br>