C# 编程实战:手写正则爬虫抓取 EMLOG 数据,详解 MySQL 预处理防注入
大家好,我是零点博客的技术博主。在后台开发中,我们经常需要从第三方平台获取数据,或者开发一些在线工具来辅助管理博客系统(比如 EMLOG)。今天这篇文章,我就以实战为例,带你深入 C# 编程 的核心领域,聊聊如何利用 正则表达式 解析 HTML,如何通过 JSON 交互,以及最重要的——如何在操作 MySQL 数据库时彻底杜绝 SQL 注入 风险。
一、 场景需求与数据解析
假设我们需要抓取 EMLOG 某个分类下的文章标题和链接。网页源码是杂乱的,但我们可以利用 C# 的 System.Text.RegularExpressions 库来提取关键信息。不同于简单的字符串拼接,正则表达式能帮我们精准定位 HTML 标签。
二、 C# 编程核心:正则提取与 JSON 处理
在拿到标题后,为了方便后端处理,我们通常将其封装成 JSON 格式。这里推荐使用 Newtonsoft.Json 库,它是 .NET 生态中最成熟的 JSON 解析工具之一。
// 模拟抓取到的 HTML 片段
string htmlContent = "<div class="article"><h2>零点博客:C# 开发心得</h2><a href="/post/1.html">查看详情</a></div>";
// 定义正则模式:提取 h2 标签内的文本
string pattern = "<h2>(.+?)</h2>";
Match match = Regex.Match(htmlContent, pattern);
if (match.Success)
{
string title = match.Groups[1].Value;
Console.WriteLine($"提取标题: {title}");
// 在此基础上,可以将结果构建为 JSON 对象
// 示例:构建 JSON 数据
// var data = new { title = title, url = "/post/1.html" };
// string jsonStr = JsonConvert.SerializeObject(data);
}
三、 底层避坑:MySQL SQL 注入防护与预处理语句
很多初学者在练习 C# 编程 时,喜欢直接拼接 SQL 字符串,这是极度危险的。如果用户输入的参数里包含恶意代码,你的数据库就会崩溃甚至被黑。
正确的做法是使用预处理语句。这种机制就像填空题,我们先提交 SQL 结构,数据库先预编译好,之后我们只传入参数值,从根源上隔绝 SQL 注入。
错误示例(绝对禁止):
// 风险代码:SQL 注入风险
string sql = $"SELECT * FROM emlog_post WHERE title LIKE '%{userInput}%'";
正确示例(预处理语句):
using (MySqlConnection conn = new MySqlConnection(connectionString))
{
conn.Open();
// 使用参数化查询
string sql = "SELECT * FROM emlog_post WHERE title LIKE @searchStr";
using (MySqlCommand cmd = new MySqlCommand(sql, conn))
{
// 设置参数,数据库引擎只把它当成普通文本处理
cmd.Parameters.AddWithValue("@searchStr", "%" + userInput + "%");
using (MySqlDataReader reader = cmd.ExecuteReader())
{
while (reader.Read())
{
// 读取数据逻辑...
}
}
}
}
四、 博主复盘:开发在线工具的注意事项
在零点博客开发在线工具时,我发现两个常见的 SQL 注入 变种:
- 存储过程注入:如果你的代码调用了 SQL Server 的存储过程,参数的处理方式依然不能掉以轻心。
- 时间盲注:如果是通过 AJAX 异步请求数据,如果不加防护,攻击者可以通过控制返回数据的时间差来推测数据库内容。
总结一下,掌握 C# 编程 不仅仅是会写代码,更重要的是懂安全、懂底层。希望这篇结合了 EMLOG 数据库操作、正则爬虫以及 SQL 防护的教程,能帮大家避免踩坑,写出更健壮的后端服务。
如果你觉得这篇干货对你有帮助,欢迎在零点博客留言交流!



评论一下吧
取消回复