生成HTML方法主要步驟只有兩個：
一、獲取要生成的html文件的內容
二、將獲取的html文件內容保存爲html文件
我在這裏主要說明的只是第一步：如何獲取要生成的html文件的內容：
目前常用獲取html文件的內容的方法有幾下幾種：
1、這種方法與是在腳本內寫要生成的html內容，不太方便預覽生成頁面的內容，無法可視化佈局頁面，更改html模板時會更加複雜。用這種方法的人很多，但我感覺這種方法是最不方便的。
str="<html標記>內容</html標記>"
str=str&"<html標記>內容</html標記><html標記>數據庫讀取內容....</html標記>....."
2、製作單獨的HTML模板頁，動態的內容用特定的字符作爲標記(如：有人用$title$標記爲網頁標題)，用ADODB.Stream或者Scripting.FileSystemObject將其模板內容載入，然後再用替換方法把原先定好的標記替換爲動態內容(如：Replace(載入的模板內容,"$title$",rs("title" ) ) )。
3、用XMLHTTP或serverXMLHTTP獲取動態頁所顯示的HTML內容：
我常用的生成html文件的實例：
'weburl是要獲取的動態頁地址
'getHTTPPage(weburl)是獲取動態頁內容的函數
weburl="http://"&Request.ServerVariables("SERVER_NAME")&"/contact.asp?id="&rs("id")&""‘指定動態頁地址
body=getHTTPPage(weburl)'用函數取到動態頁地址的內容
此方法最大的好處就是不用費力氣專門去寫靜態的模板頁面，只是將原來就有的動態頁面轉換爲HTML靜態頁面，但生成速度不是太快。
我常用的生成HTML的方法就是第3種：用XMLHTTP獲取動態頁生成的HTML內容，再用ADODB.Stream或者Scripting.FileSystemObject保存成html文件。
第二步是生成文件的方法：
ASP裏常用的有用ADODB.Stream生成文件和Scripting.FileSystemObject生成文件兩種：
1、Scripting.FileSystemObject生成文件方法：
Set fso = CreateObject("Scripting.FileSystemObject")
File=Server.MapPath("要生成文件路徑和文件名.htm")
Set txt=fso.OpenTextFile(File,8,True)
data1="文件內容"用WriteLine方法生成文件
txt.WriteLine data1
data2="文件內容"'用Write方法生成文件
txt.Write data2
txt.Close
txt.fso
2、ADODB.Stream生成文件方法：
Dim objAdoStream
set objAdoStream = Server.createObject("ADODB.Stream")
objAdoStream.Type = 1
objAdoStream.Open()
objAdoStream.Write("文件內容")
objAdoStream.SaveToFile 要生成文件路徑和文件名.htm,2
objAdoStream.Close()
採集原理：
採集程序的主要步驟如下：
一、獲取被採集的頁面的內容
二、從獲取代碼中提取所有用的數據
一、獲取被採集的頁面的內容
我目前所掌握的ASP常用獲取被採集的頁面的內容方法：
1、用serverXMLHTTP組件獲取數據
Function GetBody(weburl)
'創建對象
Dim ObjXMLHTTP
Set ObjXMLHTTP=Server.CreateObject("MSXML2.serverXMLHTTP")
'請求文件,以異步形式
ObjXMLHTTP.Open "GET",weburl,False
ObjXMLHTTP.send
While ObjXMLHTTP.readyState <> 4
ObjXMLHTTP.waitForResponse 1000
Wend
'得到結果
GetBody=ObjXMLHTTP.responseBody
'釋放對象
Set ObjXMLHTTP=Nothing
End Function
調用方法：GetBody(文件的URLf地址)
2、或XMLHTTP組件獲取數據
Function GetBody(weburl)
'創建對象
Set Retrieval = CreateObject("Microsoft.XMLHTTP")
With Retrieval
.Open "Get", weburl, False, "", ""
.Send
GetBody = .ResponseBody
End With
'釋放對象
Set Retrieval = Nothing
End Function
調用方法：GetBody(文件的URLf地址)
這樣獲取的數據內容還需要進行編碼轉換纔可以使用
Function BytesToBstr(body,Cset)
dim objstream
set objstream = Server.CreateObject("adodb.stream")
objstream.Type = 1
objstream.Mode =3
objstream.Open
objstream.Write body
objstream.Position = 0
objstream.Type = 2
objstream.Charset = Cset
BytesToBstr = objstream.ReadText
objstream.Close
set objstream = nothing
End Function
調用方法：BytesToBstr(要轉換的數據,編碼)'編碼常用爲GB2312和UTF-8。
二、從獲取代碼中提取所有用的數據
1、用ASP內置的MID函數截取需要的數據
Function body(wstr,start,over)
start=Newstring(wstr,start)
'設置需要處理的數據的唯一的開始標記
over=Newstring(wstr,over)
'和start相對應的就是需要處理的數據的唯一的結束標記
body=mid(wstr,start,over-start)
'設置顯示頁面的範圍
End Function
調用方法：body(被採集的頁面的內容,開始標記,結束標記)
2、用正則獲取需要的數據
Function body(wstr,start,over)
Set xiaoqi = New Regexp'設置配置對象
xiaoqi.IgnoreCase = True'忽略大小寫
xiaoqi.Global = True'設置爲全文搜索
xiaoqi.Pattern = "”&start&“.+?”&over&“"'正則表達式
Set Matches =xiaoqi.Execute(wstr)'開始執行配置
set xiaoqi=nothing
body=""
For Each Match in Matches
body=body&Match.Value '循環匹配
Next
'
End Function
調用方法：body(被採集的頁面的內容,開始標記,結束標記)
採集程序祥細思路：
1、取得網站的分頁列表頁的每頁地址
目前絕大部分動態網站的分頁地址都有規則，如:
動態頁
第一頁：index.asp?page=1
第二頁：index.asp?page=2
第三頁：index.asp?page=3
.....
靜態頁
第一頁：page_1.htm
第二頁：page_2.htm
第三頁：page_3.htm
.....
取得網站的分頁列表頁的每頁地址，只需要用變量替代每頁地址的變化的字符即可如：page_<%="&page&"%>.htm
2、獲取被採集網站的分頁列表頁內容
3、從分頁列表代碼中提取[color=Blue]被採集的內容頁面的URL連接地址[/color]
絕大部分分頁頁面裏的內容頁連接也有固定規則，如：
<a href="url1">連接1</a> <br>
<a href="url2">連接2</a> <br>
<a href="url3">連接3</a> <br>
用以下代碼就可以獲得一個URL連接集合
Set xiaoqi = New Regexp
xiaoqi.IgnoreCase = True
xiaoqi.Global = True
xiaoqi.Pattern = ””“.+?”““
Set Matches =xiaoqi.Execute(頁面列表內容)
set xiaoqi=nothing
url=""
For Each Match in Matches
url=url&Match.Value
Next
4、取得被採集的內容頁面內容，根據”提取標記“從被採集的內容頁面分別截取要取得的數據。
因爲是動態生成的頁面，大多數內容頁面內都有相同的html標記，我們可以根據這些有規則的標記提取需要的各個部分的內容。如：
每個頁面都有網頁標題<title>網頁標題</title>，用我上面寫的MID截取函數就可以獲得<title></title>之間的值，也可以用正則表達式來獲得。
例：body("<title>網頁標題</title>","<title>","</title>")
目前防採集的方法有很多種，先介紹一下常見防採集策略方法和它的弊端及採集對策：
一、判斷一個IP在一定時間內對本站頁面的訪問次數，如果明顯超過了正常人瀏覽速度，就拒絕此IP訪問
弊端：
1、此方法只適用於動態頁面，如：asp\jsp\php等...靜態頁面無法判斷某個IP一定時間訪問本站頁面的次數。
2、此方法會嚴重影響搜索引擎蜘蛛對其收錄，因爲搜索引擎蜘蛛收錄時，瀏覽速度都會比較快而且是多線程。此方法也會拒絕搜索引擎蜘蛛收錄站內文件
採集對策：只能放慢採集速度，或者不採
建議：做個搜索引擎蜘蛛的IP庫，只允許搜索引擎蜘蛛快速瀏覽站內內容。搜索引擎蜘蛛的IP庫的收集，也不太容易，一個搜索引擎蜘蛛，也不一定只有一個固定的IP地址。
評論：此方法對防採集比較有效，但卻會影響搜索引擎對其收錄。
二、用javascript加密內容頁面
弊端：此方法適用於靜態頁面，但會嚴重影響搜索引擎對其收錄情況，搜索引擎收到到的內容，也都是加密後的內容
採集對策：建議不採，如非要採，就把解密碼的JS腳本也採下來。
建議：目前沒有好的改良建議
評論：建議指望搜索引擎帶流量的站長不要使用此方法。
三、把內容頁面裏的特定標記替換爲[color=Red]”特定標記+隱藏版權文字“[/color]
弊端：此方法弊端不大，僅僅會增加一點點的頁面文件大小，但容易反採集
採集對策：把採集來的含有隱藏版權文字內容的版權文字替掉，或替換成自己的版權。
建議：目前沒有好的改良建議
評論：自己感覺實用價值不大，就算是加上隨機的隱藏文字，也等於畫蛇添足。
四、只允許用戶登陸後纔可以瀏覽
弊端：此方法會嚴重影響搜索引擎蜘蛛對其收錄
採集對策：目前落伍已經有人發了對策文章 ，具體對策就看這個吧《ASP小偷程序如何利用XMLHTTP實現表單的提交以及cookies或session的發送》
建議：目前沒有好的改良建議
評論：建議指望搜索引擎帶流量的站長不要使用此方法。不過此方法防一般的採集程序，還是有點效果的。
五、用javascript、vbscript腳本做分頁
弊端：影響搜索引擎對其收錄
採集對策：分析javascript、vbscript腳本，找出其分頁規則，自己做個對應此站的分頁集合頁即可。
建議：目前沒有好的改良建議
評論：感覺懂點腳本語言的人都能找出其分頁規則
六、只允許通過本站頁面連接查看，如：Request.ServerVariables("HTTP_REFERER")
弊端：影響搜索引擎對其收錄
採集對策：不知道能不能模擬網頁來源。。。。目前我沒有對應此方法的採集對策
建議：目前沒有好的改良建議
評論：建議指望搜索引擎帶流量的站長不要使用此方法。不過此方法防一般的採集程序，還是有點效果的。
從以上可以看出，目前常用的防採集方法，要麼會對搜索引擎收錄有較大影響，要麼防採集效果不好，起不到防採集的效果。那麼，還有沒有一種有效防採集，而又不影響搜索引擎收錄的方法呢？那就請繼續往下看吧！
從前面的我講的採集原理大家可以看出，絕大多數採集程序都是靠分析規則來進行採集的，如分析分頁文件名規則、分析頁面代碼規則。
一、分頁文件名規則防採集對策
大部分採集器都是靠分析分頁文件名規則，進行批量、多頁採集的。如果別人找不出你的分頁文件的文件名規則，那麼別人就無法對你的網站進行批量多頁採集。
實現方法：
我認爲用MD5加密分頁文件名是一個比較好的方法，說到這裏，有人會說，你用MD5加密分頁文件名，別人根據此規則也可以模擬你的加密規則得到你的分頁文件名。
我要指出的是我們加密分頁文件名時，不要只加密文件名變化的部分
如果I代表分頁的頁碼，那麼我們不要這樣加密：page_name=Md5(I,16)&".htm"
最好給要加密的頁碼上再跟進一個或多個字符，如：page_name=Md5(I&"任意一個或幾個字母",16)&".htm"
因爲MD5是無法反解密的，別人看到的會頁字母是MD5加密後的結果，所以加人也無法知道你在 I 後面跟進的字母是什麼，除非他用暴力****MD5，不過不太現實。
二、頁面代碼規則防採集對策
如果說我們的內容頁面無代碼規則，那麼別人就無法從你的代碼中提取他們所需要的一條條內容。所以我們要的這一步做到防採集，就要使代碼無規則。
實現方法：
使對方需要提取的標記隨機化
1、定製多個網頁模板，每個網頁模板裏的重要HTML標記不同，呈現頁面內容時，隨機選取網頁模板，有的頁面用CSS+DIV佈局，有的頁面用table佈局，此方法是麻煩了點，一個內容頁面，要多做幾個模板頁面，不過防採集本身就是一件很煩瑣的事情，多做一個模板，能起到防採集的作用，對很多人來說，都是值得的。
2、如果嫌上面的方法太麻煩，把網頁裏的重要HTML標記隨機化，也可以。
做的網頁模板越多，html代碼越是隨機化，對方分析起內容代碼時，就越麻煩，對方針對你的網站專門寫採集策略時，難度就更大，在這個時候，絕大部分人，都會知難而退，因爲這此人就是因爲懶，纔會採集別人網站數據嘛~~~再說一下，目前大部分人都是拿別人開發的採集程序去採集數據，自己開發採集程序去採集數據的人畢竟是少數。
還有些簡單的思路提供給大家：
1、把對數據採集者重要，而對搜索引擎不重要的內容用客戶端腳本顯示
2、把一頁數據，分爲N個頁面顯示，也是加大采集難度的方法
3、用更深層的連接，因爲目前大部分採集程序只能採集到網站內容的前3層，如果內容所在的連接層更深，也可以避免被採集。不過這樣可能會給客戶造成瀏覽上的不便。如：
大多網站都是 首頁----內容索引分頁----內容頁
如果改成：
首頁----內容索引分頁----內容頁入口----內容頁
注：內容頁入口最好能加上自動轉入內容頁的代碼
<meta http-equiv="refresh" content="6;url=內容頁(http://www.xiaoqi.net)">
其實，只要做好防採集的第一步(加密分頁文件名規則)，防採集的效果就已經不錯了，還是建議兩條反採集方法同時使用，給採集者增加採集難度，使得他們知難頁退。
