前言：在零点博客复盘一次真实的开发踩坑

在零点博客的日常维护中，经常有朋友问我："把第三方网站的数据同步到自己的EMLOG博客太难了，有没有什么快速的方法？" 其实，这个问题不需要依赖复杂的CMS插件，用C#写个简单的后端工具就能解决。今天这篇实操教程，我就带大家从零开始，利用C#开发一个简单的爬虫，把抓取到的数据经过清洗、解析，最后安全地存入MySQL数据库。为了保证数据的绝对安全，我会重点拆解SQL注入防护与预处理语句的使用。

第一步：用C#和正则表达式实现简易爬虫

首先，我们要获取数据。很多CMS后台没有批量导入功能，这时候就需要写个控制台程序来抓取目标页面的HTML。

using System;
using System.Net;
using System.Text.RegularExpressions;

namespace ZeroHackerCrawler
{
    class Program
    {
        static void Main(string[] args)
        {
            // 目标网址
            string targetUrl = "https://example.com/data-page";
            string html = new WebClient().DownloadString(targetUrl);

            // 定义正则表达式提取标题和价格
            // 这里模拟一个提取商品标题的正则
            Regex titleRegex = new Regex("<h3 class="item-title">(.+?)</h3>", RegexOptions.IgnoreCase);
            MatchCollection matches = titleRegex.Matches(html);

            foreach (Match match in matches)
            {
                Console.WriteLine("抓取到标题：" + match.Groups[1].Value);
            }
        }
    }
}

上面的代码就是正则表达式最基础的用法。在实际的爬虫开发中，我们往往还需要处理编码问题（GB2312转UTF-8）和异常捕获。抓取下来的只是HTML字符串，我们需要将其转换为结构化的数据。

第二步：JSON数据的解析与后端接口处理

如果你对接的是API接口，获取到的就是JSON数据。对于接口开发来说，C#提供了非常强大的Newtonsoft.Json库。我们将抓取到的字符串解析成对象数组：

var dataList = JsonConvert.DeserializeObject<List<Product>>(jsonString);

假设我们有两个字段：`Title`（标题）和`Price`（价格）。接下来，我们构建一个简单的Web API接口，让前端可以调用这个接口，或者直接在控制台模拟写入数据库。为了演示方便，这里直接在后端逻辑中模拟数据提交。

第三步：核心安全——SQL注入防护与预处理语句

这是很多新手容易忽略的环节。当我们把C#中的变量直接拼接到SQL语句中时，比如：

// 危险写法！严禁模仿
string sql = "INSERT INTO emlog_articles (title, content) VALUES ('" + title + "', '...')";

一旦用户输入的数据包含恶意脚本（如 ``），或者恶意的SQL语句（如 `1' OR '1'='1`），就会导致数据库崩溃或数据泄露。这就是SQL注入。

正确的做法是使用预处理语句（Parameterized Queries）。C#连接MySQL时，使用MySqlConnection和MySqlCommand，将参数标记为 `@param`：

string sql = "INSERT INTO emlog_articles (title, price) VALUES (@Title, @Price);";
using (MySqlConnection conn = new MySqlConnection(connectionString))
{
    conn.Open();
    using (MySqlCommand cmd = new MySqlCommand(sql, conn))
    {
        // 绑定参数，强制转换类型，彻底杜绝注入
        cmd.Parameters.AddWithValue("@Title", title);
        cmd.Parameters.AddWithValue("@Price", price);
        cmd.ExecuteNonQuery();
    }
}

通过这种方式，无论传入什么脏数据，数据库都只会把它当作普通的文本处理，这就是SQL注入防护的核心。

第四步：前端与最终集成

当然，前端开发（HTML/CSS/JS）也必不可少。为了配合我们的后端，我们需要一个简单的表单界面。使用Bootstrap可以快速搭建出响应式的表单。

<form action="/api/import-data" method="post">
    <div class="form-group">
        <label>选择数据源</label>
        <select name="source">
            <option value="api">第三方API</option>
            <option value="spider">爬虫抓取</option>
        </select>
    </div>
    <button type="submit">开始导入</button>
</form>

在JS端，我们可以使用`fetch` API发送请求，并在成功后通过Toast提示用户数据已写入EMLOG。通过这种方式，我们实现了一个完整的闭环：从网络抓取 -> 后端清洗 -> 安全存储 -> 前端展示。

总结

做技术切忌眼高手低。这篇关于零点博客技术栈的实操教程，从底层的正则匹配到高层的SQL注入防护，每一步都关乎程序的健壮性。希望这个案例能帮助大家在后端开发和爬虫开发中少走弯路，写出既高效又安全的生产级代码。