① 怎样提取某个网页的数据
用WebRequest方法获取网站的数据：
private string GetStringByUrl(string strUrl)
{
WebRequest wrt = WebRequest.Create(strUrl);
WebResponse wrse = wrt.GetResponse();
Stream strM = wrse.GetResponseStream();
StreamReader SR = new StreamReader(strM, Encoding.GetEncoding("gb2312"));
string strallstrm = SR.ReadToEnd();
return strallstrm;
}
然后自己写方法处理里面的数据来获取你想要的值
② 如何翻页抓取网页数据
我们在抓取数据时，通常不会只抓取网页当前页面的数据，往往都会继续抓取翻页后的数据。本文就为大家介绍，集搜客GooSeeker网络爬虫如何在进行数据抓取时，自动抓取翻页后的数据。
在MS谋数台的爬虫路线工作台有三种线索方式可以实现自动抓取翻页后的数据，分别是定点线索、记号线索、相对线索。本文主要介绍比较常用的记号线索。
一、完成抓取内容映射
理箱中创建抓取内容，并完成映射。
具体操作步骤如下：
在整理箱中创建抓取内容，并完成映射，选择网页上要抓取的内容映射到整理箱后，跳转到爬虫路线工作台设置翻页线索。
做完抓取内容基本操作后，为了抓取网页上所有相同产品的数据本规则还使用了样例复制管理功能
二、创建翻页线索
在爬虫路线工作台新建一条记号线索
具体操作步骤如下：
跳转到爬虫路线工作台。
点击新建，创建一条线索。
选择线索类型，设置翻页线索时通常选择记号线索，本文主要介绍的就是记号线索。
勾选连贯抓取，表示在执行抓取任务时，爬虫可以在同一个DS打数机窗口内抓取完当前页面后直接跳转到下一个页面进行抓取。
勾选连贯抓取后，目标主题名自动填写当前规则主题名，在本规则内不应修改，表示翻页后继续使用当前规则进行抓取。
- 选择线索定位选项
具体操作步骤如下：
在爬虫路线工作台中点击定位选项。
线索定位选择偏好class。
网页结构中的@id属性每个页面不同的几率较大，如果线索定位偏好@id，容易导致在后续的抓取中翻页失败。所以一般我们手工修改选择较为稳定不变的@class属性，作为线索定位的首选项。
定位翻页标志，并在网页结构中找到对应节点
具体操作步骤如下：
1.在网页上点击翻页标志“下一页”，会弹出该信息的定位提示框，通常是定位到模块节点（即包含多个下层节点，可双击展开，例如A节点）
2.展开A节点，找到“下一页”对应text节点（text节点即为文本节点）
3.点击对应text节点会在显示工作台中显示。
在网页结构窗口中找到，对应节点后，即开始进行线索映射。
线索映射——记号映射
具体操作步骤如下：
选择对应节点进行记号映射，右击对应的text节点，选择线索映射后点击记号映射，在可爬虫路线工作台记号值中看到“下一页”，记号定位编号显示“下一页”text在网页结构窗口中的对应编号。
线索映射——线索定位映射
在做完记号映射之后，要进行线索定位映射，就是选择包含记号标志的范围进行映射。
具体操作步骤如下：
1.选择线索定位区块，线索定位的区块一般是包含"下一页"翻页标志的区块节点，也就是网页上的翻页区块（在网页结构窗口中点击包含 “下一页”翻页标志的区块节点，会在浏览器窗口中显示）。
2.进行线索定位映射，右击翻页区块节点，选择线索映射→定位→线索1 。完成后定位编号会显示翻页区块节点的定位编号。
这样就完成了网站翻页规则的定义，可以使用DS打数机进行翻页数据抓取。
③ 如何从网站或者软件中抓取数据
这个需求有点泛，是想要工具还是代码技术实现。
如是想要采集网页上公开的信息的工具，推荐使用简数采集。
简数采集操作简便，智能化识别列表页、内容页、翻页，轻松方便的发布到wordpress、zblog、dede等主流的cms系统。
④ 如何获取网站后台数据
软件上传路径漏洞得到动易webshell这两天一直在为动易后台的管理认证码是怎么加密的问题困扰着，如果不是默认的管理认证码的话即使得到它的数据库还是没有办法进入后台，郁闷~~今天又看到一个动易2006的网站，后台管理页面和数据库地址都没有更改，下载它的数据库碰碰运气，在数据库中找到它的加密后的密码是401e79c2d9195774，放到www.cmd5.com上解密得到密码990299，用这个用户登录试试，管理认证码填上PowerEasy2006，进去了，呵呵，有时候运气也蛮重要的吗。[attach]831[/attach] 原本想利用备份得到网站的webshell，可却发现它就不让我们选择数据库的地址，晕呢，看来这招是行不通了，网上寻求一番，好像更改下软件的目录为x.asp，x为任意字符，就能得到一个webshell，赶快准备下工具，试试看~~首先我们要有一个数据库木马，这里我用数据库木马合并器合并了红狼的免杀小马，然后改后缀名为rar格式的，现在我们来更改下软件的上传目录，在系统设置>网站频道管理里面，我们修改它的频道名为下载中心这一项，选择上传选项然后修改它的上传文件的保存目录，修改目录的名字为xx.asp，xx任意写，我这里改为ma.asp[attach]832[/attach] 修改后，点击保存修改结果，然后我们在下载中心管理里上传我们的数据库木马，然后我们利用从已上传软件中选择这项功能找到我们数据库木马的路径，我们得到路径为 http://www.f365.com.cn/Soft/ma.asp/200611/20061113123902379.rar，然后在浏览器中访问这个地址，不要用下载工具下载。浏览器中出现了什么，是不是很熟悉啊[attach]833[/attach] 下一步就是上传我们的大马，我就不写出来了，再然后呢，高手可以继续提权，我还是菜鸟，先继续学习，然后再来提权。 呵呵，就这样轻松得到了动易的webshell。也不知道这算不算漏洞~
以上回答你满意么？
⑤ 如何抓取指定网站后台服务器数据
先打开wireshark监听指定的网卡就是上网的那一张网卡，开始抓包，然后使用浏览器访问你想要的网站，当浏览器显示网站数据传输完毕，停止抓包，将所抓的数据保存下来即可
⑥ 如何抓取网页动态数据
1.去用工具分析出来js最终生成的url是什么，具体发送请求，都发送了哪些数据。
相关可参考：
【教程】手把手教你如何利用工具(IE9的F12)去分析模拟登陆网站(网络首页)的内部逻辑过程
如果本身不懂背后的逻辑，可参考：
【整理】关于抓取网页，分析网页内容，模拟登陆网站的逻辑/流程和注意事项
2.然后自己写代码，模拟出来对应流程
可参考：
Python语言的：
【教程】抓取网并提取网页中所需要的信息 之 Python版
【教程】模拟登陆网站 之 Python版（内含两种版本的完整的可运行的代码）
C#的：
【教程】抓取网并提取网页中所需要的信息 之 C#版
【教程】模拟登陆网站 之 C#版（内含两种版本的完整的可运行的代码）
(此处不给贴地址，请自己用google搜索帖子标题，即可找到帖子地址)
⑦ 如何获取网站后台数据
网站环境不同，不同程序有不同的数据库配置位置以discuz为例，其他的随机应变：
1.Discuz论坛的数据库在程序中有设置文件对应查询账号密码，目录位置：
/config/config_global.php
/uc_server/data/config.inc.php
/config/config_ucenter.php
文件都含有Discuz论坛数据库的登录账号密码信息，可以参考查询数据库信息。
网站本身的数据库是和程序分开的，大部分主机都是储存在两个空间。小型虚拟主机，没有权限查看数据库文件，但是会提供在线管理的工具，一般在空间后台有提供链接。
云主机，快云VPS，云服务器，以及独立主机，都有远程服务器管理权限的，直接登录远程，就可以查看数据库位置。
目前的情况看，快云VPS都自带云数据库，也有管理平台，可以后台直接打开，登录管理数据库。
⑧ 软件如何实现网页信息数据抓取
通过Java代码实现对网页数据进行指定抓取方法思路如下：
在工程中导入Jsoup.jar包
获取网址url指定HTML或者文档指定的body
获取网页中超链接的标题和链接
获取指定博客文章的内容
获取网页中超链接的标题和链接的结果