C#爬虫使用代理刷csdn文章浏览量-低调大师

C#爬虫使用代理刷csdn文章浏览量

2018-07-05 832

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)+"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

微信关注我们

原文链接：https://yq.aliyun.com/articles/611584

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

实战技巧：Python爬取OEM 12C上的告警信息并推送至微信企业号

本文主要介绍通过 Python 爬虫脚本，将所有目标的告警信息爬下来，并推送到微信企业号应用实现单点对多目标的巡检。籍此以减少 DBA 的工作量。如有不了解 Oracle Enterprise Manager Cloud Control 12c 的，可搜索信息自行了解。一、设置 Incident Manager: All open incidents 为管理器打开的主页面如下图所示：二、利用 Python 编写爬虫利用 python+selenium+geckodriver 爬取一中告警信息推送到企业号。注意：需要安装 firefox 浏览器（linux 默认自带的 firefox 版本较低的请自行升级到最新版），同时是用 python2.7 写的。以下是实现代码示范： # -*- coding:utf-8 -*- import sys import urllib2 import json import cx_Oracle import os from selenium import webdriver from requests import Session from ...

2018-07-06

663

JUC 中倒数计数器 CountDownLatch 的使用与原理分析，当需要等待多个线程执行完毕后在做一件事情时候 CountDownLatch 是比调用线程的 join 方法更好的选择，CountDownLatch 与线程的 join 方法区别是什么？日常开发中经常会遇到需要在主线程中开启多线程去并行执行任务，并且主线程需要等待所有子线程执行完毕后再进行汇总的场景，它的内部提供了一个计数器，在构造闭锁时必须指定计数器的初始值，且计数器的初始值必须大于0。另外它还提供了一个countDown方法来操作计数器的值，每调用一次countDown方法计数器都会减1，直到计数器的值减为0时就代表条件已成熟，所有因调用await方法而阻塞的线程都会被唤醒。这就是CountDownLatch的内部机制，看起来很简单，无非就是阻塞一部分线程让其在达到某个条件之后再执行。但是CountDownLatch的应用场景却比较广泛，只要你脑洞够大利用它就可以玩出各种花样。最常见的一个应用场景是开启多个线程同时执行某个任务，等到所有任务都执行完再统计汇总结果。下图动态演示了闭锁阻塞线程的整个过程。在Co...

2018-07-06

616

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。