【技术笔记】零点博客实战：从C#爬虫到EMLOG接口对接与SQL注入防护全解析

大家好，我是零点。最近在整理零点博客的后台管理功能，想把以前用的纯PHP逻辑迁移一部分到C#环境，顺便把自动抓取外部数据源的功能优化一下。今天这篇技术笔记，不整虚的，就复盘一下我在开发C#爬虫、对接EMLOG接口过程中踩过的坑，以及如何处理MySQL数据交互和防范SQL注入。希望能给同样在做前后端开发的伙伴提供一点参考。

一、 为什么选择C#来做数据抓取与对接？

做爬虫开发，大家首先想到可能是Python，但在企业级应用和自有系统的二次开发中，C#的稳定性优势很大。这次我的需求是：通过C#写一个服务，抓取目标数据源，清洗数据后，自动发布到基于EMLOG的博客系统中。这就涉及到了HTTP请求、HTML解析（正则表达式）、JSON数据交换以及数据库操作。

二、 C#爬虫实战：正则提取与数据清洗

拿到目标网页源码后，不要直接吐在控制台看，需要提取出正文内容。这里我用了最原始但最通用的方法——正则表达式。

// 简单的正则提取示例
string html = GetHtmlSource(url);
string title = Regex.Match(html, <title>(.*?)</title>).Groups[1].Value;
string content = Regex.Match(html, <div class="content">(.*?)</div>, RegexOptions.IgnoreCase).Groups[1].Value;

这一步虽然看似简单，但要注意HTML结构的微调。另外，在处理抓取回来的长文本时，记得把多余的换行符和特殊符号转义，不然存入数据库会报错。

三、 对接EMLOG接口与数据解析

数据清洗完后，我们要把它们发出去。这里涉及到接口开发的知识。我的方案是：C#生成JSON格式的请求数据包，通过POST请求发送给EMLOG的后端API。

比如，我们需要传递文章标题、摘要和内容：


var postData = new {
    title = "C#实战开发指南",
    content = "这是正文内容...",
    excerpt = "这是摘要..."
};

string json = JsonConvert.SerializeObject(postData);
// 发送HTTP POST请求...



拿到EMLOG返回的JSON响应后，使用Newtonsoft.Json库进行反序列化。记得检查返回的状态码和提示信息，确保发布成功。



四、 数据库交互与SQL注入防护



在MySQL数据库操作层面，这是我之前踩过最大坑的地方。如果你还在用字符串拼接SQL，那现在立刻改！安全第一。



在SQL注入防护上，必须使用预处理语句。以下是在C#中使用MySql.Data进行安全查询的案例：



string sql = "SELECT * FROM emlog_blog WHERE title LIKE @keyword";
using (MySqlConnection conn = new MySqlConnection(connString)) {
    conn.Open();
    MySqlCommand cmd = new MySqlCommand(sql, conn);

    // 关键：使用参数化查询，而不是拼接字符串
    cmd.Parameters.AddWithValue("@keyword", "%" + searchKey + "%");

    using (MySqlDataReader reader = cmd.ExecuteReader()) {
        while (reader.Read()) {
            // 处理数据
        }
    }
}




你会发现，参数值是完全“白盒”的，恶意攻击者无法通过改变参数结构来执行恶意代码。



五、 前端展示与避坑指南



后端数据通了，前端怎么展示？虽然C#处理逻辑很舒服，但最终给用户看的还是HTML/CSS/JS页面。



    

  • 字符编码：网页默认是UTF-8，C#读写文件时一定要指定Encoding.UTF8，否则中文会乱码。
    • 

  • 跨域问题：C#接口调用EMLOG接口时，如果EMLOG没有配置允许跨域（CORS），浏览器会拦截。解决办法是后端设置响应头，或者前端通过代理请求。
    • 

  • 并发控制：写定时任务爬虫时，注意加上`Thread.Sleep`或队列控制，避免给对方服务器造成过大压力，导致IP被封。
    • 




六、 总结



从最开始想用纯PHP写脚本，到后来引入C#提升性能和安全性，这条路走得不轻松。在这个过程中，对零点博客的技术栈有了更深的理解：后端逻辑（C#）负责处理脏活累活，数据库负责存储，接口负责通信，前端负责展示。



如果你正在做类似在线工具开发，或者需要对接老系统，建议参考本文的源码案例，多测试异常流程。希望这篇技术笔记对你们有帮助，有任何问题欢迎在评论区交流！