之前看到某公司的官网的文章的浏览量刷新一次网页就会增加一次，给人的感觉不太好，一个公司的官网给人如此直白的漏洞，我批量发起请求的时候发现页面打开都报错，100多人的公司的官网文章刷新一次你给我看这个，这公司以前来过我们学校宣传招人+在园子里搜招聘的时候发现居然以前招xamarin，挺好奇的，所以就关注过。好吧不说这些了，只是扯扯蛋而已，回归主题，我想说的是csdn的文章可以通过设置代理ip刷新文章的浏览量，所以首先要做的就是这篇文章的主题“使用c#验证代理ip有效性”。
当然代理IP来源肯定是免费，所以嘛效率一般，从一些免费的代理ip的网页抓取的代理IP并不一定都是有用的，所以需要我们对我们抓取的代理ip进行验证，代理ip的有效时间也是有限，从10几秒到1个小时不限，大多数时间非常短，所以比如说，我们1分钟需要100个代理ip，那就1分钟获取一次，每次获取100个（这里是理想状态下的，抓取的代理ip都是有效的），原则上来说抓取下来后应该立即马上被使用。
当然这篇文章比较基础，一直觉得爬虫比较有趣，其实我在爬虫方面也是个小白，只是做一个简单的记录，如果有什么错误的地方，希望能提出建议。针对下面几个问题，我们就可以完成如何验证代理IP有效性的检测了。
1.从哪些网页上可以抓取免费的代理IP？
http://www.xicidaili.com
http://www.ip3366.net
http://www.66ip.cn
百度一下“免费代理ip”挺多的。
2.代理IP稳定吗？有什么作用？
这种免费的代理ip时效性和有效性都不强，上面这三个免费的代理网站，时效性大概在十几秒到1个小时不等，一般需要自己处理验证后使用，提高命中率。可适用于隐藏网页IP（有些网站还不准使用代理ip，比如豆瓣，其实挺尴尬的，内容这么贵吗），一般常用于空间留言、刷网站流量、网赚任务、批量注册账号等，只要没有其他限制，需要频繁更换ip都可以使用。
3.ping通IP就是有效的吗？如何验证代理是否有效
好吧，这有点废话，进行端口测试才是最有效的，能ping通并不代表代理有效，不能平通也不一定代理不可用。可以使用HttpWebRequest，也可以使用Scoket，当然HttpWebRequest比Socket连接代理ip、port要慢。
4.一次提取多少代理合适？
代理ip时效性不强、并且有效性也不高，所以只能从一些代理ip的网站上批量定时去获取，有的代理在一分钟内使用是有限制的，所以说限制比较多。
5.http代理和https代理有什么区别？
需要访问https的网站就需要使用https代理了，比如百度，需要访问http的代理，可以使用http。这个并不是100%的。
检测代理ip有效性步骤如下：
1.使用HttpWebRequest、HttpWebResponse请求代理ip的网页，获取包含代理的网页内容
2.使用HtmlAgilityPack或者正则表达式对抓取的内容进行截取，保存到代理集合
3.拿到代理集合，多线程发起http请求，比如访问百度，是否成功，成功则存到Redis里面。
效果图如下：
![]()
Request.cs如下，主要就是两个方法，一个方法是验证代理ip是否有效，设置HttpWebRequest的Proxy属性，请求百度，看到有些文章大多数会获取响应的内容，如果内容符合请求的网址则证明代理哟有效，实际上根据HttpStatusCode 200就可以判断是否验证有效。
【注意】建的是控制台程序，使用了异步，所以还是建.net core吧，c#语言的版本7.1。C#如何在控制台程序中使用异步
1 public class Request
2 {
3 /// <summary>
4 /// 验证代理ip有效性
5 /// </summary>
6 /// <param name="proxyIp">代理IP</param>
7 /// <param name="proxyPort">代理IP 端口</param>
8 /// <param name="timeout">详情超时</param>
9 /// <param name="url">请求的地址</param>
10 /// <param name="success">成功的回调</param>
11 /// <param name="fail">失败的回调</param>
12 /// <returns></returns>
13 public static async System.Threading.Tasks.Task getAsync(string proxyIp,int proxyPort, int timeout,string url, Action success, Action<string> fail)
14 {
15 System.GC.Collect();
16 HttpWebRequest request = null;
17 HttpWebResponse response = null;
18 try
19 {
20 request = (HttpWebRequest)WebRequest.Create(url);
21 //HttpWebRequest request = HttpWebRequest.CreateHttp(url);
22 request.Timeout =timeout;
23 request.KeepAlive = false;
24 request.Proxy = new WebProxy(proxyIp,proxyPort);
25 response = await request.GetResponseAsync() as HttpWebResponse;
26 if (response.StatusCode == HttpStatusCode.OK)
27 {
28 success();
29 }
30 else
31 {
32 fail(response.StatusCode+":"+response.StatusDescription);
33 }
34 }
35 catch (Exception ex)
36 {
37 fail("请求异常"+ex.Message.ToString());
38 }
39 finally
40 {
41 if (request != null)
42 {
43 request.Abort();
44 request = null;
45 }
46 if (response != null)
47 {
48 response.Close();
49 }
50 }
51 }
52
53 /// <summary>
54 /// 发起http请求
55 /// </summary>
56 /// <param name="url"></param>
57 /// <param name="success">成功的回调</param>
58 /// <param name="fail">失败的回调</param>
59 public static void get(string url,Action<string> success,Action<string> fail)
60 {
61 StreamReader reader = null;
62 Stream stream = null;
63 WebRequest request = null;
64 HttpWebResponse response = null;
65 try
66 {
67 request = WebRequest.Create(url);
68 request.Timeout = 2000;
69 response = (HttpWebResponse)request.GetResponse();
70 if (response.StatusCode == HttpStatusCode.OK)
71 {
72 stream = response.GetResponseStream();
73 reader = new StreamReader(stream);
74 string result = reader.ReadToEnd();
75 success(result);
76 }
77 else
78 {
79 fail(response.StatusCode+":"+response.StatusDescription);
80 }
81 }
82 catch (Exception ex)
83 {
84 fail(ex.ToString());
85 }
86 finally
87 {
88 if (reader != null)
89 reader.Close();
90 if (stream != null)
91 stream.Close();
92 if(response!=null)
93 response.Close();
94 if(request!=null)
95 request.Abort();
96 }
97 }
98 }
ProxyIpHelper.cs 中主要有四个方法，检查ip是否可用CheckProxyIpAsync、抓取xicidaili.com的代理GetXicidailiProxy、抓取ip3366.net的代理GetIp3366Proxy、抓取66ip.cn的代理GetIp3366Proxy。如果想多抓取几个网站可以多写几个。
public class ProxyIpHelper
{
private static string address_xicidaili = "http://www.xicidaili.com/wn/{0}";
private static string address_66ip = "http://www.66ip.cn/nmtq.php?getnum=20&isp=0&anonymoustype=0&start=&ports=&export=&ipaddress=&area=1&proxytype=1&api=66ip";
private static string address_ip3366 = "http://www.ip3366.net/?stype=1&page={0}";
/// <summary>
/// 检查代理IP是否可用
/// </summary>
/// <param name="ipAddress">ip</param>
/// <param name="success">成功的回调</param>
/// <param name="fail">失败的回调</param>
/// <returns></returns>
public static async Task CheckProxyIpAsync(string ipAddress, Action success, Action<string> fail)
{
int index = ipAddress.IndexOf(":");
string proxyIp = ipAddress.Substring(0, index);
int proxyPort = int.Parse(ipAddress.Substring(index + 1));
await Request.getAsync(proxyIp, proxyPort, 3000, "https://www.baidu.com/", () =>
{
success();
}, (error) =>
{
fail(error);
});
}
/// <summary>
/// 从xicidaili.com网页上去获取代理IP，可以分页
/// </summary>
/// <param name="page"></param>
/// <returns></returns>
public static List<string> GetXicidailiProxy(int page)
{
List<string> list = new List<string>();
for (int p = 1; p <= page; p++)
{
string url = string.Format(address_xicidaili, p);
Request.get(url,(docText)=> {
if (!string.IsNullOrWhiteSpace(docText))
{
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(docText);
var trNodes = doc.DocumentNode.SelectNodes("//table[@id='ip_list']")[0].SelectNodes("./tr");
if (trNodes != null && trNodes.Count > 0)
{
for (int i = 1; i < trNodes.Count; i++)
{
var tds = trNodes[i].SelectNodes("./td");
string ipAddress = tds[1].InnerText + ":" + int.Parse(tds[2].InnerText); ;
list.Add(ipAddress);
}
}
}
},(error)=> {
Console.WriteLine(error);
});
}
return list;
}
/// <summary>
/// 从ip3366.net网页上去获取代理IP，可以分页
/// </summary>
/// <param name="page"></param>
/// <returns></returns>
public static List<string> GetIp3366Proxy(int page)
{
List<string> list = new List<string>();
for (int p = 1; p <= page; p++)
{
string url = string.Format(address_ip3366, p);
Request.get(url, (docText) => {
if (!string.IsNullOrWhiteSpace(docText))
{
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(docText);
var trNodes1 = doc.DocumentNode.SelectNodes("//table")[0];
var trNodes2 = doc.DocumentNode.SelectNodes("//table")[0].SelectSingleNode("//tbody");
var trNodes = doc.DocumentNode.SelectNodes("//table")[0].SelectSingleNode("//tbody").SelectNodes("./tr");
if (trNodes != null && trNodes.Count > 0)
{
for (int i = 1; i < trNodes.Count; i++)
{
var tds = trNodes[i].SelectNodes("./td");
if (tds[3].InnerHtml == "HTTPS")
{
string ipAddress = tds[0].InnerText + ":" + int.Parse(tds[1].InnerText); ;
list.Add(ipAddress);
}
}
}
}
}, (error) => {
Console.WriteLine(error);
});
}
return list;
}
/// <summary>
/// 从66ip.cn中去获取，不需要分页
/// </summary>
/// <returns></returns>
public static List<string> Get66ipProxy()
{
List<string> list = new List<string>();
Request.get(address_66ip,
(docText)=> {
int count = 0;
if (string.IsNullOrWhiteSpace(docText) == false)
{
string regex = "\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\:\\d{1,5}";
Match mstr = Regex.Match(docText, regex);
while (mstr.Success && count < 20)
{
string tempIp = mstr.Groups[0].Value;
list.Add(tempIp);
mstr = mstr.NextMatch();
count++;
}
}
},
(error)=> {
Console.WriteLine(error);
});
return list;
}
}
-
使用Timer定时抓取，并检查，成功则保存到redis
c#有三种定时器，这里定时器是使用System.Threading命名空间， 这个Timer会开启新的线程，抓取三个网页定义了三个Timer对象。每一次抓取都会保存上一次抓取的集合，检查前，会进行对比，取出新的集合也就是没有重复的那部分。有效性的ip比较低，这里没有做统计，如果代码再优化一下，可以做一下统计，看看程序的主入口吧，最终的实现如下：
![]()
![]()
1 class Program
2 {
3 static bool timer_ip3366_isCompleted = true;
4 static bool timer_xicidaili_isCompleted = true;
5 static bool timer_66ip_isCompleted = true;
6 static Timer timer_ip3366, timer_xicidaili, timer_66ip;
7 private static List<string> lastListip3366,lastList66ip,lastListxicidaili;//保存上一次抓取的代理，与下一次进行对比，取新的集合进行检查筛选
8 static async Task Main(string[] args)
9 {
10 System.Net.ServicePointManager.DefaultConnectionLimit = 2000;
11 Console.WriteLine("hellow proxyIp");
12 Console.ReadLine();
13 lastList66ip = new List<string>();
14 lastListip3366 = new List<string>();
15 lastListxicidaili = new List<string>();
16 timer_ip3366 = new Timer(async (state) =>
17 {
18 await TimerIp3366Async();
19 }, "processing timer_ip3366 event", 0,1000*30);
20 timer_xicidaili = new Timer(async (state) =>
21 {
22 await TimerXicidailiAsync();
23 }, "processing timer_xicidaili event", 0, 1000 * 60);
24 timer_66ip = new Timer(async (state) =>
25 {
26 await Timer66ipAsync();
27 }, "processing timer_66ip event", 0, 1000*30);
28
29 Console.ReadLine();
30 }
31
32
33
34 private static async Task Timer66ipAsync()
35 {
36 if (timer_66ip_isCompleted)
37 {
38 timer_66ip_isCompleted = false;
39 List<string> checkList = new List<string>();
40 var listProxyIp = ProxyIpHelper.Get66ipProxy();
41
42 if (listProxyIp.Count > 0)
43 {
44 Console.ForegroundColor = ConsoleColor.DarkCyan;
45 Console.WriteLine("66ip.cn 抓取到" + listProxyIp.Count + "条记录,正在对比.........");
46 listProxyIp.ForEach(f =>
47 {
48 if (!lastList66ip.Contains(f))
49 {
50 checkList.Add(f);
51 }
52 });
53 lastList66ip = listProxyIp;
54 if (checkList.Count > 0)
55 {
56 Console.ForegroundColor = ConsoleColor.DarkCyan;
57 Console.WriteLine("66ip.cn 需要检查" + checkList.Count + "条记录,正在进行检测是否有效..........");
58 for (int i = 0; i < checkList.Count; i++)
59 {
60 string ipAddress = checkList[i];
61 await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () =>
62 {
63 bool insertSuccess = RedisHelper.InsertSet(ipAddress);
64 Console.ForegroundColor = ConsoleColor.White;
65 Console.WriteLine("66ip.cn");
66 if (insertSuccess)
67 {
68 Console.WriteLine("success" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
69 }
70 Console.WriteLine("重复插入" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
71 }, (error) =>
72 {
73 Console.ForegroundColor = ConsoleColor.Green;
74 Console.WriteLine("66ip.cn");
75 Console.WriteLine("error:" + ipAddress + error + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
76 });
77 }
78 timer_66ip_isCompleted = true;
79 Console.ForegroundColor = ConsoleColor.DarkCyan;
80 Console.WriteLine("66ip.cn" + checkList.Count + "条记录,已经检测完成，正在进行下一次检查");
81 }
82 else
83 {
84 timer_66ip_isCompleted = true;
85 Console.ForegroundColor = ConsoleColor.DarkCyan;
86 Console.WriteLine("66ip.cn没有需要检查的代理ip");
87 }
88 }
89 else
90 {
91 timer_66ip_isCompleted = true;
92 Console.ForegroundColor = ConsoleColor.DarkCyan;
93 Console.WriteLine("66ip.cn没有获取到代理ip");
94 }
95 }
96 }
97
98 private static async Task TimerXicidailiAsync()
99 {
100 if (timer_xicidaili_isCompleted)
101 {
102 //取出需要检查的ip地址，第一次100条则checklist就是100条记录，
103 //第二次的100条中只有10是和上一次的不重复，则第二次只需要检查这10条记录
104 timer_xicidaili_isCompleted = false;
105 List<string> checkList = new List<string>();
106 var listProxyIp = ProxyIpHelper.GetXicidailiProxy(1);
107 if (listProxyIp.Count > 0)
108 {
109 Console.WriteLine("xicidaili.com 抓取到" + listProxyIp.Count + "条记录,正在对比............");
110 listProxyIp.ForEach(f =>
111 {
112 if (!lastListxicidaili.Contains(f))
113 {
114 checkList.Add(f);
115 }
116 });
117 lastListxicidaili = listProxyIp;
118 if (checkList.Count > 0)
119 {
120 Console.ForegroundColor = ConsoleColor.DarkCyan;
121 Console.WriteLine("xicidaili.com 需要检查" + checkList.Count + "条记录,正在进行检测是否有效..........");
122 for (int i = 0; i < checkList.Count; i++)
123 {
124 string ipAddress = checkList[i];
125 await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () =>
126 {
127 bool insertSuccess = RedisHelper.InsertSet(ipAddress);
128 Console.ForegroundColor = ConsoleColor.White;
129 Console.WriteLine("xicidaili.com");
130 if (insertSuccess)
131 {
132 Console.WriteLine("success" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
133 }
134 else
135 Console.WriteLine("重复插入" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
136 }, (error) =>
137 {
138 Console.WriteLine("xicidaili.com");
139 Console.ForegroundColor = ConsoleColor.Red;
140 Console.WriteLine("error:" + ipAddress + error + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
141 });
142 }
143 timer_xicidaili_isCompleted = true;
144 Console.ForegroundColor = ConsoleColor.DarkCyan;
145 Console.WriteLine("xicidaili.com" + checkList.Count + "条记录,已经检测完成，正在进行下一次检查");
146 }
147 else
148 {
149 timer_xicidaili_isCompleted = true;
150 Console.ForegroundColor = ConsoleColor.DarkCyan;
151 Console.WriteLine("xicidaili.com没有需要检查的代理ip");
152 }
153 }
154 else
155 {
156 timer_xicidaili_isCompleted = true;
157 Console.ForegroundColor = ConsoleColor.DarkCyan;
158 Console.WriteLine("xicidaili.com没有获取到代理ip");
159 }
160 }
161 }
162 private static async Task TimerIp3366Async()
163 {
164 if (timer_ip3366_isCompleted)
165 {
166 timer_ip3366_isCompleted = false;
167 List<string> checkList = new List<string>();
168 var listProxyIp = ProxyIpHelper.GetIp3366Proxy(4);
169 if (listProxyIp.Count > 0)
170 {
171 Console.ForegroundColor = ConsoleColor.DarkCyan;
172 Console.WriteLine("ip3366.net 抓取到" + listProxyIp.Count + "条记录,正在进行检测是否有效..........");
173 listProxyIp.ForEach(f =>
174 {
175 if (!lastListip3366.Contains(f))
176 {
177 checkList.Add(f);
178 }
179 });
180 lastListip3366 = listProxyIp;
181 if (checkList.Count != 0)
182 {
183 Console.ForegroundColor = ConsoleColor.DarkCyan;
184 Console.WriteLine("ip3366.net 需要检查" + checkList.Count + "条记录,正在进行检测是否有效..........");
185 for (int i = 0; i < checkList.Count; i++)
186 {
187 string ipAddress = checkList[i];
188 await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () =>
189 {
190 bool insertSuccess = RedisHelper.InsertSet(ipAddress);
191 Console.ForegroundColor = ConsoleColor.White;
192 Console.WriteLine("ip3366.net");
193 if (insertSuccess)
194 {
195 Console.WriteLine("success" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
196 }
197 else
198 {
199 Console.ForegroundColor = ConsoleColor.Red;
200 Console.WriteLine("重复插入" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
201 }
202 }, (error) =>
203 {
204 Console.ForegroundColor = ConsoleColor.Yellow;
205 Console.WriteLine("ip3366.net");
206 Console.WriteLine("error " + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);
207 });
208 }
209 timer_ip3366_isCompleted = true;
210 Console.WriteLine("ip3366.net" + checkList.Count + "条记录,已经检测完成，正在进行下一次检查");
211 }
212 else
213 {
214 timer_ip3366_isCompleted = true;
215 Console.ForegroundColor = ConsoleColor.DarkCyan;
216 Console.WriteLine("ip3366.net没有需要检查的代理ip");
217 }
218 }
219 else
220 {
221 timer_ip3366_isCompleted = true;
222 Console.ForegroundColor = ConsoleColor.DarkCyan;
223 Console.WriteLine("ip3366.net没有获取到代理ip");
224 }
225
226 }
227 }
228 }
View Code
Redis第三库使用的stackoverflow的 StackExchange.Redis，代理ip不能重复储存，所以采用的数据结构是Set。存的值非常简单就一个ip加上port，也可以存入更多相关信息，感觉没必要。即使有这些其他的信息，也很难发挥作用。RedisHelper.cs如下
![]()
![]()
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 }
23 private static ConnectionMultiplexer GetManager(string connectionString = null)
24 {
25 if (string.IsNullOrEmpty(connectionString))
26 {
27 connectionString = CONNECTTIONSTRING;
28 }
29 return ConnectionMultiplexer.Connect(connectionString);
30 }
31 public static bool InsertSet(string value)
32 {
33 var db = Manager.GetDatabase();
34 return db.SetAdd(REDIS_SET_KET_SUCCESS,value);
35 }
36 }
View Code
总结
明天补上刷新网页浏览量的文章吧，代码还不够好，ip的有效性还不高，对多线程的使用还不是很熟练
--------
7月6号的补充：完成csdn刷文章的浏览量了：C#使用代理Ip刷新csdn文章浏览量
--------
