C#爬蟲使用代理刷csdn文章瀏覽量

時間 2019-11-18

標籤 c# 爬蟲使用代理 csdn 文章瀏覽量欄目 C# 简体版

原文原文鏈接

昨天寫了一篇關於「 c#批量抓取免費代理並驗證有效性」的文章，接着昨天的目標繼續完成吧，最終實現的目的就是刷新csdn文章的瀏覽量（實際上很簡單，以前博客園的文章也是可使用代理ip來刷的，後來不行了），刷文章的瀏覽量自己是可恥的，沒有任何意義，固然技術無罪。以前是在csdn寫文章，自從csdn改版以後就主要在博客園寫。

1.如何維護代理IP庫？

想要使用代理IP，那就必須有一個必定數量、足夠有效的代理ip庫，在學習階段，隨便玩玩那就只能從免費的代理IP網站上抓取,沒有必定數量的代理刷文章流浪量很是慢，首先就是要維護好本身的代理Ip庫php

以前用過的西刺代理、66ip比較靠譜，西祠好像有反扒，遇到過一次，不知道是西祠網站的問題仍是反扒的策略，這兩個網站每分鐘抓取的能用的代理大概有2,3個,這已經算的上比較客觀的了， data5u、快代理、ip3366網頁端更新的很是少，並且有效性比較低，快代理抓取網頁還必須設置Useragent,發現設置後獲取的ip的端口和網頁端不一致，很玩味是吧，沒辦法免費的就是這樣，否則人家就收費了，固然付費的代理也不穩定，但確定是比免費的好不少。html

維護代理質量

從網頁端抓取下來的代理，確定是要通過驗證再入庫的，最簡單的方式就是發起一個請求狀態碼是否爲200。我推薦的免費代理仍是上面兩個西刺代理和66ip，相對其餘的免費代理有效性、數量都比較高。es6

代理如何儲存

我使用的是redis來存儲這些有效代理，數據結構最好是採用Set，不容許存儲相同的IP。代理的有效性沒法得知，有的多是幾十秒鐘，有的幾十分鐘，在使用的時候應該記錄那些屢次不能使用的IP，達到必定次數，應該從Set中刪除掉。沒法肯定代理的時效，代理ip要及時使用，可使用定時器定時從redis中取出代理。redis

2.反爬蟲的一些常見的機制？

反爬蟲的原則就是判斷是不是一個真實的用戶，一些比較重要的數據會利用多種機制混合，讓爬蟲的代價變大甚至沒法爬取,Header裏面的字段設置、IP限制、Cookie等c#

IP限制

一些網站爲了防止爬蟲，可能會對每一個ip進行訪問頻率的限制，訪問頻率一個是速度，能夠同Thread.Sleep來進行休眠，暫停一下子再進行爬取；一個IP次數這個咱們能夠經過抓取的免費代理來設置。瀏覽器

Header裏的限制

User-Agent ：用戶代理，這個很是簡單，能夠收集一些常見的瀏覽器代理頭，在請求的時候隨機設置User-Agentcookie

Referer ：訪問目標連接是從哪一個連接條過來的，作防圖片的盜鏈能夠用它來處理，固然這個Refresh也是能夠僞造。數據結構

Cookie：登陸後或其餘的一些用戶操做，服務端會返回一些cookie信息，沒有cookie很容易被識別爲僞造請求，能夠在本地經過Js，根據服務端返回的一些信息，本地區設置cooke，固然這個實際中並無這麼簡單，通常會涉及到加密解密的過程。這個是爬蟲的一個難點。多線程

3.使用代理IP刷新csdn文章的瀏覽量

csdn文章的瀏覽量仍是比較好刷的，前提的是你有足夠多的代理，沒有更多的代理效率會很是慢。前面一篇文章咱們已經從幾個免費的代理網站抓取了代理，這裏就很少作介紹了，這裏咱們接着上一篇的拿來就用。c#批量抓取免費代理並驗證有效性。1.我使用的多線程批量發送請求，效率更好，每一個線程平均分配必定數量的代理執行請求。2.定時獲取Redis中代理3.使用System.Collections.Concurrent 命名空間下ConcurrentDictionary字典集合來統計失敗的次數，若是達到必定次數就直接從庫中刪除該代理。關於代碼中主要功能是實現，不足的地方就是代理太少，效率不高。dom

效果如圖：

昨天晚上看了篇文章，故事很強大，警戒掛着開源的招牌處處坑蒙拐騙的垃圾項目，好比iBase4J，因此就找到原博主在csdn的這篇文章曝光北京一家不發工資的流氓公司南充巴蜀文化，老闆叫萬明，刷的時間不短，主要是由於代理太少了。

主要代碼以下：

  1   class Program
  2     {
  3         static bool   finishIsCompleted=true;
  4         static ConcurrentDictionary<string, int> failStatis;//保存請求失敗的ip地址:key 失敗次數：value
  5         static string refreshLink = "https://blog.csdn.net/baijifeilong/article/details/80734388";
  6         static string requestSuccessKey,requestFailKey;
  7         static async Task Main(string[] args)
  8         {
  9           
 10             ThreadPool.SetMinThreads(500, 100);
 11             failStatis = new ConcurrentDictionary<string, int>();
 12             requestSuccessKey = "list_request_success"+DateTime.Now.ToString("hhmm");
 13             requestFailKey = "list_request_fail" + DateTime.Now.ToString("hhmm");
 14             Timer timer = new Timer(async (state) =>
 15             {
 16                 if (finishIsCompleted)
 17                 {
 18                     finishIsCompleted = false;
 19                     //獲取代理
 20                     var proxyIps = RedisHelper.GetProxy();
 21                     int threadCount = 1;
 22                     if (proxyIps.Count > 10)
 23                     {
 24                         threadCount = proxyIps.Count / 10;
 25                     }
 26                     //平均分配給每一個thread執行15個請求
 27                     int requestCount = proxyIps.Count / threadCount;
 28                     for (var i = 0; i < threadCount; i++)
 29                     {
 30                         var tempList = proxyIps.GetRange(i * requestCount, requestCount);
 31                         if (i == threadCount - 1)
 32                         {
 33                             tempList.AddRange(proxyIps.GetRange(threadCount * requestCount, proxyIps.Count - threadCount * requestCount));
 34                         }
 35                         Thread thread = new Thread(async () =>
 36                         {
 37                             //執行發起請求
 38                             await Finish(tempList);
 39                         });
 40                         thread.Start();
 41                     }
 42                 }
 43             }, "processing timer event", 0, 1000*30);
 44             Console.ReadLine();
 45         }
 46 
 47         public static async Task Finish(List<string> proxyIps)
 48         {
 49             for (int i = 0; i < proxyIps.Count; i++)
 50             {
 51                 string ip = proxyIps[i];
 52                 int index = ip.IndexOf(":");
 53                 string ipAddress = ip.Substring(0, index);
 54                 int ipPort = int.Parse(ip.Substring(index + 1));
 55                 //隨機休眠
 56                 Thread.Sleep(new Random().Next(1,4)*1000);
 57                 await Get(ipAddress, ipPort, 10000, randomUseragent(), refreshLink, () =>
 58                 {
 59                     RedisHelper.AddRequestOk(requestSuccessKey,ip+" "+DateTime.Now.ToShortTimeString(),true);
 60                     Console.ForegroundColor = ConsoleColor.White;
 61                     Console.WriteLine(ip+" success");
 62                 },
 63                 (error) =>
 64                 {
 65                     RedisHelper.AddRequestOk(requestFailKey, ip + " " + DateTime.Now.ToShortTimeString(),false);
 66                     Console.ForegroundColor = ConsoleColor.Red;
 67                     Console.WriteLine(ipAddress+error+"失敗"+(failStatis.ContainsKey(ip)?failStatis[ip] :1)+"次");
 68                     if (failStatis.ContainsKey(ip))
 69                     {
 70                         if (failStatis[ip] == 6)
 71                         {
 72                            RedisHelper.RemoveSetValue(ip);
 73                         }
 74                         else
 75                             failStatis[ip]++;
 76                     }
 77                     else
 78                     {
 79                         failStatis.AddOrUpdate(ip, 1,(key,oldValue)=>oldValue+1);
 80                     }
 81                 }
 82                 );
 83             }
 84             finishIsCompleted = true;
 85         }
 86 
 87         private static string randomUseragent()
 88         {
 89             string[] usersagents = new string[] {
 90             "Mozilla/5.0 (Linux; U; Android 2.3.7; en-us; Nexus One Build/FRF91) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
 91             "MQQBrowser/26 Mozilla/5.0 (Linux; U; Android 2.3.7; zh-cn; MB200 Build/GRJ22; CyanogenMod-7) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
 92             "JUC (Linux; U; 2.3.7; zh-cn; MB200; 320*480) UCWEB7.9.3.103/139/999",
 93             "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:7.0a1) Gecko/20110623 Firefox/7.0a1 Fennec/7.0a1",
 94             "Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10",
 95             "Mozilla/5.0 (Linux; U; Android 3.0; en-us; Xoom Build/HRI39) AppleWebKit/534.13 (KHTML, like Gecko) Version/4.0 Safari/534.13",
 96             "Mozilla/5.0 (iPhone; U; CPU iPhone OS 3_0 like Mac OS X; en-us) AppleWebKit/420.1 (KHTML, like Gecko) Version/3.0 Mobile/1A542a Safari/419.3",
 97             "Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_0 like Mac OS X; en-us) AppleWebKit/532.9 (KHTML, like Gecko) Version/4.0.5 Mobile/8A293 Safari/6531.22.7",
 98             "Mozilla/5.0 (iPad; U; CPU OS 3_2 like Mac OS X; en-us) AppleWebKit/531.21.10 (KHTML, like Gecko) Version/4.0.4 Mobile/7B334b Safari/531.21.10",
 99             "Mozilla/5.0 (BlackBerry; U; BlackBerry 9800; en) AppleWebKit/534.1+ (KHTML, like Gecko) Version/6.0.0.337 Mobile Safari/534.1+",
100             "Mozilla/5.0 (hp-tablet; Linux; hpwOS/3.0.0; U; en-US) AppleWebKit/534.6 (KHTML, like Gecko) wOSBrowser/233.70 Safari/534.6 TouchPad/1.0",
101             "Mozilla/5.0 (SymbianOS/9.4; Series60/5.0 NokiaN97-1/20.0.019; Profile/MIDP-2.1 Configuration/CLDC-1.1) AppleWebKit/525 (KHTML, like Gecko) BrowserNG/7.1.18124",
102             "Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; HTC; Titan)",
103             "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36",
104             "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2227.1 Safari/537.36",
105             "Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10",
106             "Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50",
107             "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.57.2 (KHTML, like Gecko) Version/5.1.7 Safari/534.57.2",
108             "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.101 Safari/537.36",
109             "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; LBBROWSER) ",
110             "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; QQBrowser/7.0.3698.400)",
111             "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 UBrowser/4.0.3214.0 Safari/537.36",
112             "Mozilla/5.0 (Linux; U; Android 2.2.1; zh-cn; HTC_Wildfire_A3333 Build/FRG83D) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
113             "Mozilla/5.0 (BlackBerry; U; BlackBerry 9800; en) AppleWebKit/534.1+ (KHTML, like Gecko) Version/6.0.0.337 Mobile Safari/534.1+",
114             "Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; HTC; Titan)",
115             "Mozilla/4.0 (compatible; MSIE 6.0; ) Opera/UCWEB7.0.2.37/28/999",
116             "Openwave/ UCWEB7.0.2.37/28/999",
117             "NOKIA5700/ UCWEB7.0.2.37/28/999",
118             "UCWEB7.0.2.37/28/999",
119             "Mozilla/5.0 (hp-tablet; Linux; hpwOS/3.0.0; U; en-US) AppleWebKit/534.6 (KHTML, like Gecko) wOSBrowser/233.70 Safari/534.6 TouchPad/1.0",
120             "Mozilla/5.0 (Linux; U; Android 3.0; en-us; Xoom Build/HRI39) AppleWebKit/534.13 (KHTML, like Gecko) Version/4.0 Safari/534.13",
121             "Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10",
122             "Mozilla/5.0 (iPad; U; CPU OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
123             };
124             Random random = new Random();
125             var randomNumber = random.Next(0, usersagents.Length);
126             return usersagents[randomNumber];
127         }
128         public static async Task  Get(string proxyIp, int proxyPort,int  timeout, string randomUseragent, string url, Action success, Action<string> fail)
129         {
130             HttpWebRequest request = null;
131             HttpWebResponse response = null;
132             try
133             {
134                 request = (HttpWebRequest)WebRequest.Create(url);
135                 request.Timeout = timeout;
136                 request.UserAgent = randomUseragent;
137                 request.Proxy = new WebProxy(proxyIp,proxyPort);
138 
139                 response =  await request.GetResponseAsync() as  HttpWebResponse;
140                 
141                 if (response.StatusCode == HttpStatusCode.OK)
142                 {
143                     success();
144                 }
145                 else
146                 {
147                     fail(response+":"+response.StatusDescription);
148                 }
149             }
150             catch (Exception ex)
151             {
152                 fail(ex.Message.ToString());
153             }
154             finally
155             {
156                 if (request != null)
157                 {
158                     request.Abort();
159                     request = null;
160                 }
161                 if (response != null)
162                 {
163                     response.Close();
164                     response = null;
165                 }
166             }
167         }
168     }

View Code

redisHelper.cs

 1   public class RedisHelper
 2  { 3 private static readonly object Locker = new object(); 4 private static ConnectionMultiplexer _redis; 5 private const string CONNECTTIONSTRING = "127.0.0.1:6379,DefaultDatabase=3"; 6 public const string REDIS_SET_KET_SUCCESS = "set_success_ip"; 7 private static ConnectionMultiplexer Manager 8  { 9 get 10  { 11 if (_redis == null) 12  { 13 lock (Locker) 14  { 15 if (_redis != null) return _redis; 16 _redis = GetManager(); 17 return _redis; 18  } 19  } 20 return _redis; 21  } 22  } 24 private static ConnectionMultiplexer GetManager(string connectionString = null) 25  { 26 if (string.IsNullOrEmpty(connectionString)) 27  { 28 connectionString = CONNECTTIONSTRING; 29  } 30 return ConnectionMultiplexer.Connect(connectionString); 31  } 32 public static void AddRequestOk(string key,string value,bool isSuccess) 33  { 34 var db = Manager.GetDatabase(); 35 if(isSuccess) 36  db.ListLeftPush(key,value); 37 else 38  db.ListLeftPush(key, value); 39  } 40 public static List<string> GetProxy() 41  { 42 List<string> result = new List<string>(); 43 var db = Manager.GetDatabase(); 44 var values = db.SetMembers(REDIS_SET_KET_SUCCESS); 45 foreach (var value in values) 46  { 47  result.Add(value.ToString()); 48  } 49 return result; 50  } 51 public static bool InsertSet(string value) 52  { 53 var db = Manager.GetDatabase(); 54 return db.SetAdd(REDIS_SET_KET_SUCCESS, value); 55  } 56 public static bool RemoveSetValue(string value) 57  { 58 var db = Manager.GetDatabase(); 59 return db.SetRemove(REDIS_SET_KET_SUCCESS,value); 60  } 64 }

原文：C#使用代理刷新csdn文章瀏覽量

原文連接：https://www.cnblogs.com/zhangmumu/p/9275190.html

做者：張林

未經做者許可，可隨意轉載2018-07-06

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。