昨天在采集某一個網(wǎng)站的時候，采集程序出錯了。
是自寫的采集程序。
經(jīng)過搜索以后，查到一些沒有用的結(jié)果，后來發(fā)現(xiàn)，用Msxml2.ServerXMLHTTP替換掉Msxml2.XMLHTTP,問題成功解決。
以下是分析排錯過程。
老是采集一段時間就掛了，指定資源下載失敗，或者拒絕訪問。
后來直接全部是拒絕訪問。
一開始，認(rèn)為，對方服務(wù)器做了防采集設(shè)置，比如有時間限制之類的。
于是更改程序，原先是直接獲取列表頁，然后持續(xù)循環(huán)獲得文章列表。改了采集文件結(jié)構(gòu)，
原來是就一個文件，類，數(shù)據(jù)庫連接，數(shù)據(jù)處理全部在一個文件里，再采集某一篇文章的時候，后天加了一個時間循環(huán)。等待5秒的。代碼如下
復(fù)制代碼 代碼如下:
sTime=Timer()
dTime=Timer()-sTime
do while dTime 5
dTime=Timer()-sTime
loop
確實是能等待5秒鐘，但是很快就發(fā)現(xiàn)，這個循環(huán)太過消耗CPU資源，一到這個循環(huán)，CPU占用率持續(xù)100%，于是馬上放棄這個方案。
另做了一個文件。只根據(jù)文章URL抓取文章的相關(guān)內(nèi)容并寫入數(shù)據(jù)庫，寫入完畢后輸出自動跳轉(zhuǎn)代碼。
核心思想就是用了meta http-equiv="refresh" content="5;url=someurl.asp">
這是一個定時跳轉(zhuǎn)的代碼，相信大家都很熟悉。
我的原理做法就是，用一開始的文件，抓取所有的文章連接地址，以及相關(guān)導(dǎo)航代碼，保存到數(shù)據(jù)庫中。
然后用新做的抓取文章內(nèi)容的程序，讀取數(shù)據(jù)庫記錄，逐條進(jìn)行采集。
數(shù)據(jù)庫記錄中有一個flag標(biāo)記，tinyint類型，默認(rèn)是0，采集成功更新為1，失敗更新為2
這樣，每次從數(shù)據(jù)庫中讀取一條未采集的數(shù)據(jù)，也就是讀取flag=0的數(shù)據(jù)，進(jìn)行操作。操作完畢等待5秒跳轉(zhuǎn)到自身。
想法跟思路是很好的。文章URL數(shù)據(jù)庫也采集準(zhǔn)備好了，一上采集文章具體內(nèi)容，又出錯了。一直是msxml3.dll 錯誤 '80070005'
拒絕訪問的錯誤。
那個郁悶，想開一晚上機器，自動采集，破滅。
今天早上來搜索查詢資料，查詢到的絕大多數(shù)都是無用信息。
基本上都是說權(quán)限問題。
msxml3.dll 錯誤 '80070005'
拒絕訪問。
解決辦法：
賦予程序所在文件夾 internet 來賓帳號(IUSR_WEB)可寫。
做法：
選擇cachefile-屬性-安全-添加（IUSR_WEB）-寫入
都是這么說的。莫名其妙的，我的是FAT32的不存在NTFS格式的那種安全權(quán)限問題，IIS設(shè)置也正常，
我的問題是采集一部分就拒絕訪問?？隙ú皇沁@個問題。
繼續(xù)搜索，找到另一個方案說是，用Msxml2.XMLHTTP替換掉Microsoft.XMLHTTP,我本來用的就是Msxml2.XMLHTTP的
繼續(xù)搜索。找到最終解決方案應(yīng)該是用Msxml2.ServerXMLHTTP
先前也搜到這個結(jié)果，由于大意，沒有及時注意到，以下是搜索過程找到的有用的相關(guān)資料。
代碼如下：
復(fù)制代碼 代碼如下:
PostUrl=http://www.xxx.com/
Server.ScriptTimeOut=20
Set oXMLHttp = createObject("Microsoft.XMLHTTP")
Call oXMLHttp.Open("get", PostUrl, false)
Call oXMLHttp.Send("")
sHtmlStr = oXMLHttp.responseBody
Set oXMLHttp = nothing
初步判定可能是打開的頁面有跳轉(zhuǎn)的原因，解決辦法是用
MSXML2.ServerXMLHTTP
替換掉
Microsoft.XMLHTTP
即可解決。
另外在CSDN上找到這么一段代碼
復(fù)制代碼 代碼如下:
ServerURL=PostUrl
Set Mail1 = Server.CreateObject("CDO.Message")
Mail1.CreateMHTMLBody ServerURL,31
AA=Mail1.HTMLBody
Set Mail1 = Nothing
Response.Write AA
試了一下，也可以用，拷過來收藏
復(fù)制代碼 代碼如下:
%
' 定義變量
Dim objXmlHttp
Dim strHTML
'這是Msxml3.0中的一個穩(wěn)定版本.
'使用Msxml2.ServerXMLHTTP，不使用Msxml2.XMLHTTP
Set objXmlHttp = Server.CreateObject("Msxml2.ServerXMLHTTP")
' 如果你發(fā)現(xiàn)以下錯誤
' msxml3.dll error '80070005'
' 存取被拒絕.
' 可能是上網(wǎng)時使用了代理產(chǎn)生了錯誤
' 使用 proxycfg.exe 工具. :
'
' proxycfg -d
' 檢查是否采用了代理上網(wǎng)
' 同時可以參看這個帖子: http://www.asp101.com/forum/display_message.asp?mid=51841
'
' 這個版本太舊且不穩(wěn)定
'Set objXmlHttp = Server.CreateObject("Msxml2.XMLHTTP")
' 現(xiàn)在我們開始發(fā)送請求.
' 套用微軟的話來講: 初始化一個請求，并且指定該請求的方法(get,post等等),
' URL, 和權(quán)限驗證信息(用戶名，密碼，等等)。
' 格式:
' .open(bstrMethod, bstrUrl, bAsync, bstrUser, bstrPassword)
'objXmlHttp.open "GET", "http://www.yahoo.com", False
objXmlHttp.open "GET", "http://www.yahoo.com", False
' 以直接的方式發(fā)送請求出去.
objXmlHttp.send
' 打印返回狀態(tài):
Response.Write "Status: " objXmlHttp.status " " _
objXmlHttp.statusText "br />"
' 獲取響應(yīng)返回的文本.
' 這個對象本身是用來操作XML的，所以具備以下屬性：
' responseBody, responseStream, 和 responseXML.
' 但是我們現(xiàn)在只需要文本信息
strHTML = objXmlHttp.responseText
' 但這個對象實例不再使用時，需要清除這個對象實例.
Set objXmlHttp = Nothing
' 現(xiàn)在我們要做的就是顯示我們獲取到的HTML.
' 首先看瀏覽器解釋的效果
' 然后顯示其源碼
' 下面的類似h1>s 和 table>s只是為了展現(xiàn)獲取到的內(nèi)容，本身不屬于獲取的內(nèi)容.
%>
h1>Here's The Page:/h1>
table border="1" bgcolor="#FFFFFF">
tr>td>
%= strHTML %>
/td>/tr>
/table>
br />
h1>Here's The Code:/h1>
table border="1" bgcolor="#FFFFFF">
tr>td>
pre>
%= Server.HTMLEncode(strHTML) %>
/pre>
/td>/tr>
/table>
