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。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 }
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
