C#爬虫使用代理刷csdn文章浏览量-阿里云开发者社区

开发者社区> 操张林> 正文

C#爬虫使用代理刷csdn文章浏览量

简介: 昨天写了一篇关于“c#批量抓取免费代理并验证有效性”的文章,接着昨天的目标继续完成吧,最终实现的目的就是刷新csdn文章的浏览量(实际上很简单,之前博客园的文章也是可以使用代理ip来刷的,后来不行了),刷文章的浏览量本身是可耻的,没有任何意义,当然技术无罪。
+关注继续查看
昨天写了一篇关于“c#批量抓取免费代理并验证有效性”的文章,接着昨天的目标继续完成吧,最终实现的目的就是刷新csdn文章的浏览量(实际上很简单,之前博客园的文章也是可以使用代理ip来刷的,后来不行了),刷文章的浏览量本身是可耻的,没有任何意义,当然技术无罪。之前是在csdn写文章,自从csdn改版之后就主要在博客园写。

1.如何维护代理IP库?

想要使用代理IP,那就必须有一个一定数量、足够有效的代理ip库,在学习阶段,随便玩玩那就只能从免费的代理IP网站上抓取,没有一定数量的代理刷文章流浪量非常慢,首先就是要维护好自己的代理Ip库

之前用过的西刺代理66ip比较靠谱,西祠好像有反扒,遇到过一次,不知道是西祠网站的问题还是反扒的策略,这两个网站每分钟抓取的能用的代理大概有2,3个,这已经算的上比较客观的了, data5u、快代理、ip3366网页端更新的非常少,而且有效性比较低,快代理抓取网页还必须设置Useragent,发现设置后获取的ip的端口和网页端不一致,很玩味是吧,没办法免费的就是这样,不然人家就收费了,当然付费的代理也不稳定,但肯定是比免费的好很多。

  • 维护代理质量

从网页端抓取下来的代理,肯定是要经过验证再入库的,最简单的方式就是发起一个请求状态码是否为200。我推荐的免费代理还是上面两个西刺代理和66ip,相对其他的免费代理有效性、数量都比较高。

  • 代理如何储存

我使用的是redis来存储这些有效代理,数据结构最好是采用Set,不允许存储相同的IP。代理的有效性无法得知,有的可能是几十秒钟,有的几十分钟,在使用的时候应该记录那些多次不能使用的IP,达到一定次数,应该从Set中删除掉。无法确定代理的时效,代理ip要及时使用,可以使用定时器定时从redis中取出代理。

2.反爬虫的一些常见的机制?

反爬虫的原则就是判断是否是一个真实的用户,一些比较重要的数据会利用多种机制混合,让爬虫的代价变大甚至无法爬取,Header里面的字段设置、IP限制、Cookie等

  • IP限制

一些网站为了防止爬虫,可能会对每个ip进行访问频率的限制,访问频率一个是速度,可以同Thread.Sleep来进行休眠,暂停一会儿再进行爬取;一个IP次数这个我们可以通过抓取的免费代理来设置。

  • Header里的限制

User-Agent :用户代理,这个非常简单,可以收集一些常见的浏览器代理头,在请求的时候随机设置User-Agent

Referer :访问目标链接是从哪个链接条过来的,做防图片的盗链可以用它来处理,当然这个Refresh也是可以伪造。

Cookie:登录后或其他的一些用户操作,服务端会返回一些cookie信息,没有cookie很容易被识别为伪造请求,可以在本地通过Js,根据服务端返回的一些信息,本地区设置cooke,当然这个实际中并没有这么简单,一般会涉及到加密解密的过程。这个是爬虫的一个难点。

3.使用代理IP刷新csdn文章的浏览量

csdn文章的浏览量还是比较好刷的,前提的是你有足够多的代理,没有更多的代理效率会非常慢。前面一篇文章我们已经从几个免费的代理网站抓取了代理,这里就不多做介绍了,这里我们接着上一篇的拿来就用。c#批量抓取免费代理并验证有效性。1.我使用的多线程批量发送请求,效率更好,每个线程平均分配一定数量的代理执行请求。2.定时获取Redis中代理3.使用System.Collections.Concurrent 命名空间下ConcurrentDictionary字典集合来统计失败的次数,如果达到一定次数就直接从库中删除该代理。关于代码中主要功能是实现,不足的地方就是代理太少,效率不高。

效果如图:

昨天晚上看了篇文章,故事很强大,警惕挂着开源的招牌到处坑蒙拐骗的垃圾项目,比如iBase4J,所以就找到原博主在csdn的这篇文章曝光北京一家不发工资的流氓公司南充巴蜀文化,老板叫万明,刷的时间不短,主要是因为代理太少了。

 

主要代码如下:

  1   class Program
  2     {
  3         static bool   finishIsCompleted=true;
  4         static ConcurrentDictionary<string, int> failStatis;//保存请求失败的ip地址:key 失败次数: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                     //获取代理
 20                     var proxyIps = RedisHelper.GetProxy();
 21                     int threadCount = 1;
 22                     if (proxyIps.Count > 10)
 23                     {
 24                         threadCount = proxyIps.Count / 10;
 25                     }
 26                     //平均分配给每个thread执行15个请求
 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                             //执行发起请求
 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                 //随机休眠
 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+"失败"+(failStatis.ContainsKey(ip)?failStatis[ip] :1)+"");
 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文章浏览量

原文链接:https://www.cnblogs.com/zhangmumu/p/9275190.html

作者:张林

未经作者许可,可随意转载2018-07-06

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
阿里云服务器怎么设置密码?怎么停机?怎么重启服务器?
如果在创建实例时没有设置密码,或者密码丢失,您可以在控制台上重新设置实例的登录密码。本文仅描述如何在 ECS 管理控制台上修改实例登录密码。
8667 0
使用Google Docs来发布CSDN的博客文章(全程图解)
我比较喜欢使用 Google Docs 来编辑在线文档。直到最近我才有了一台属于自己的计算机,但大部分时间我依然使用实验室的机器,那儿环境各异(有好多种不同的 Windows 和 Linux 发行版本),并不存在一种通用的可编辑格式文档(即便是最简单的文本文档也存在字符编码、换行等问题);另一个原因就是我们的老师也普遍拥有 Google 帐号,我每写完一篇文章就可以直接 Share 给他们,方
1454 0
C#爬虫使用代理刷csdn文章浏览量
昨天写了一篇关于“c#批量抓取免费代理并验证有效性”的文章,接着昨天的目标继续完成吧,最终实现的目的就是刷新csdn文章的浏览量(实际上很简单,之前博客园的文章也是可以使用代理ip来刷的,后来不行了),刷文章的浏览量本身是可耻的,没有任何意义,当然技术无罪。
1382 0
分享录制的正则表达式入门、高阶以及使用 .NET 实现网络爬虫视频教程
我发布的「正则表达式入门以及高阶教程」,欢迎学习。 课程简介 正则表达式是软件开发必须掌握的一门语言,掌握后才能很好地理解到它的威力; 课程采用概念和实验操作 4/6 分隔,帮助大家理解概念后再使用大量的实例加深对概念的理解; 实例操作是对概念最好的理解,也是学习新语言最有效的办法; 在课程中也穿插着大量软件开发的技巧和大家分享; 应该是把晦涩的正则表达式讲解的最生动的课程; 掌握了正则表达式后,您一定会觉得这是一门最值得掌握的语言。
921 0
Python老司机手把手带你写爬虫,整站下载妹子图,一次爽个够!
其实很多编程语言都可以做爬虫,例如java、c#、php等等甚至excel都可以抓网页的图表,那么为什么我们要用Python呢?它简单、便捷,而且有好多库可以选择,可以说python是写爬虫的首选了! 今天就来带大家写一个简单而又完整的爬虫,我们来抓取整站的图片的,并且保存到电脑上! 准备工作 工具:Python3.6、pycharm 库:requests、re、time、random、os 目标网站:妹子图(具体url大家自己去代码里看。
1491 0
阿里云服务器端口号设置
阿里云服务器初级使用者可能面临的问题之一. 使用tomcat或者其他服务器软件设置端口号后,比如 一些不是默认的, mysql的 3306, mssql的1433,有时候打不开网页, 原因是没有在ecs安全组去设置这个端口号. 解决: 点击ecs下网络和安全下的安全组 在弹出的安全组中,如果没有就新建安全组,然后点击配置规则 最后如上图点击添加...或快速创建.   have fun!  将编程看作是一门艺术,而不单单是个技术。
10502 0
Python爬虫三(Cookie的使用)
转载:静觅 » Python爬虫入门六之Cookie的使用 为什么要使用Cookie呢? Cookie,指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据(通常经过加密) 比如说有些网站需要登录后才能访问某个页面,在登录之前,你想抓取某个页面内容是不允许的。那么我们可以利用Urllib2库保存我们登录的Cookie,然后再抓取其他页面就
1469 0
阿里云服务器如何登录?阿里云服务器的三种登录方法
购买阿里云ECS云服务器后如何登录?场景不同,阿里云优惠总结大概有三种登录方式: 登录到ECS云服务器控制台 在ECS云服务器控制台用户可以更改密码、更换系.
12313 0
VC使用libcurl模拟登录CSDN并自动评论资源以获取积分
环境:Win7 64位+VC2008 软件及源码下载:(http://pan.baidu.com/s/1jGE52pK) 涉及到的知识点: C++多线程编程 libcurl的使用(包括发送http请求、发送cookie给服务器、保存cookie) 关于libcurl的资料,推荐大家参考下官方文档:http://curl.
1057 0
+关注
63
文章
1
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载