C#实战：从EMLOG导出博客文章并安全存入MySQL（含代码案例）

大家好，我是零点博客的博主。前阵子在整理过往技术文章时，发现以前在EMLOG上写的很多干货散落在不同的目录里，直接复制太费劲，于是动了心思，想写个工具把数据整整齐齐地导出来。

这次的需求很明确：用C#写一个控制台程序，模拟爬虫去抓取EMLOG博客列表，然后通过正则提取内容，最后安全地存入本地MySQL数据库。 很多新手容易忽略数据安全，这就显得尤为重要了。下面我把这部分的底层逻辑和代码案例拆解出来，希望能帮到大家。

一、整体架构思路

整个过程其实就是后端C#开发 + 正则解析 + MySQL数据库操作的集合。我们不需要搭建复杂的Web服务，一个Console Application就能搞定。核心难点在于如何优雅地处理字符串解析，以及如何杜绝SQL注入。

二、核心代码案例：模拟爬虫与正则提取

首先，我们需要通过HTTP请求获取网页源码。对于EMLOG这类静态博客，源码里通常包含了文章标题和链接。这里我们用到C#的Regex类。

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

namespace ZeroPointBlog_Crawler
{
    class Program
    {
        static async Task Main(string[] args)
        {
            // 模拟访问零点博客的文章列表页
            string url = "https://blog.example.com/post/"; 
            using (HttpClient client = new HttpClient())
            {
                // 设置请求头，模拟浏览器，防止被简单的反爬虫拦截
                client.DefaultRequestHeaders.Add("User-Agent", "Mozilla/5.0 ...");

                string htmlContent = await client.GetStringAsync(url);

                // 使用正则表达式提取文章标题
                // 这里的正则需根据实际的EMLOG HTML结构调整
                Regex titleRegex = new Regex(@"]*>([^<]+)", RegexOptions.IgnoreCase);
                MatchCollection matches = titleRegex.Matches(htmlContent);

                Console.WriteLine($"找到 {matches.Count} 篇文章，开始解析...");
            }
        }
    }
}

这段代码展示了如何发起请求并提取数据，非常基础但实用。如果你在做在线工具开发，也可以直接把这段逻辑封装成Web接口供前端调用。

三、 SQL注入防护与预处理语句（避坑指南）

很多初学者拿到数据后，喜欢直接用字符串拼接SQL，比如：string sql = "INSERT INTO posts VALUES('" + title + "')"。这简直是打开杀猪盘。万一标题里包含单引号，SQL就会报错甚至被黑客利用。

正确的做法是使用预处理语句（Parameterized Queries）。这是MySQL安全防护的基石。

using (MySqlConnection conn = new MySqlConnection(connString))
{
    await conn.OpenAsync();

    // 注意：参数用@开头，并且要对应数组索引
    string sql = "INSERT INTO articles (title, content) VALUES (@Title, @Content)";

    using (MySqlCommand cmd = new MySqlCommand(sql, conn))
    {
        // 添加参数，C#会自动处理转义
        cmd.Parameters.AddWithValue("@Title", "我的第一篇C#文章");
        cmd.Parameters.AddWithValue("@Content", "这里是正文内容...");

        int rowsAffected = await cmd.ExecuteNonQueryAsync();
        Console.WriteLine($"成功插入 {rowsAffected} 行数据");
    }
}

四、 JSON/XML 数据解析与格式化工具

在爬取过程中，如果你遇到API接口返回的JSON数据，C# .NET Core自带了强大的解析能力，配合JavaScriptSerializer或Json.NET（Newtonsoft.Json）使用。

为了体现HTML/CSS/JS前端开发的灵活性，我顺便写了一个简单的HTML页面示例，展示如何用JS写一个JSON格式化工具：




    JSON在线格式化工具

五、总结与避坑经验

做爬虫和后端开发，最怕的就是只写业务逻辑而不考虑安全。通过上面的代码案例，大家可以发现：

正则表达式是解析网页的神器，但要针对不同模板写不同的Regex。
SQL预处理语句是防止注入的唯一正途，永远不要相信用户的输入。
如果是做在线工具，注意前后端分离，后端负责数据处理，前端负责展示。

这套流程我亲测在Windows环境下运行稳定。如果你对C#结合PHP后端的架构迁移感兴趣，欢迎在零点博客留言交流！