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：

   class Program

     {

         static bool   finishIsCompleted=true;

         static ConcurrentDictionary<string, int> failStatis;//保存请求失败的ip地址:key 失败次数：value

         static string refreshLink = "https://blog.csdn.net/baijifeilong/article/details/80734388";

         static string requestSuccessKey,requestFailKey;

         static async Task Main(string[] args)

         {

             ThreadPool.SetMinThreads(, );

             failStatis = new ConcurrentDictionary<string, int>();

             requestSuccessKey = "list_request_success"+DateTime.Now.ToString("hhmm");

             requestFailKey = "list_request_fail" + DateTime.Now.ToString("hhmm");

             Timer timer = new Timer(async (state) =>

             {

                 if (finishIsCompleted)

                 {

                     finishIsCompleted = false;

                     //获取代理

                     var proxyIps = RedisHelper.GetProxy();

                     int threadCount = ;

                     if (proxyIps.Count > )

                     {

                         threadCount = proxyIps.Count / ;

                     }

                     //平均分配给每个thread执行15个请求

                     int requestCount = proxyIps.Count / threadCount;

                     for (var i = ; i < threadCount; i++)

                     {

                         var tempList = proxyIps.GetRange(i * requestCount, requestCount);

                         if (i == threadCount - )

                         {

                             tempList.AddRange(proxyIps.GetRange(threadCount * requestCount, proxyIps.Count - threadCount * requestCount));

                         }

                         Thread thread = new Thread(async () =>

                         {

                             //执行发起请求

                             await Finish(tempList);

                         });

                         thread.Start();

                     }

                 }

             }, "processing timer event", , *);

             Console.ReadLine();

         }

         public static async Task Finish(List<string> proxyIps)

         {

             for (int i = ; i < proxyIps.Count; i++)

             {

                 string ip = proxyIps[i];

                 int index = ip.IndexOf(":");

                 string ipAddress = ip.Substring(, index);

                 int ipPort = int.Parse(ip.Substring(index + ));

                 //随机休眠

                 Thread.Sleep(new Random().Next(,)*);

                 await Get(ipAddress, ipPort, , randomUseragent(), refreshLink, () =>

                 {

                     RedisHelper.AddRequestOk(requestSuccessKey,ip+" "+DateTime.Now.ToShortTimeString(),true);

                     Console.ForegroundColor = ConsoleColor.White;

                     Console.WriteLine(ip+" success");

                 },

                 (error) =>

                 {

                     RedisHelper.AddRequestOk(requestFailKey, ip + " " + DateTime.Now.ToShortTimeString(),false);

                     Console.ForegroundColor = ConsoleColor.Red;

                     Console.WriteLine(ipAddress+error+"失败"+(failStatis.ContainsKey(ip)?failStatis[ip] :)+"次");

                     if (failStatis.ContainsKey(ip))

                     {

                         if (failStatis[ip] == )

                         {

                            RedisHelper.RemoveSetValue(ip);

                         }

                         else

                             failStatis[ip]++;

                     }

                     else

                     {

                         failStatis.AddOrUpdate(ip, ,(key,oldValue)=>oldValue+);

                     }

                 }

                 );

             }

             finishIsCompleted = true;

         }

         private static string randomUseragent()

         {

             string[] usersagents = new string[] {

             "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",

             "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",

             "JUC (Linux; U; 2.3.7; zh-cn; MB200; 320*480) UCWEB7.9.3.103/139/999",

             "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:7.0a1) Gecko/20110623 Firefox/7.0a1 Fennec/7.0a1",

             "Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10",

             "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",

             "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",

             "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",

             "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",

             "Mozilla/5.0 (BlackBerry; U; BlackBerry 9800; en) AppleWebKit/534.1+ (KHTML, like Gecko) Version/6.0.0.337 Mobile Safari/534.1+",

             "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",

             "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",

             "Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; HTC; Titan)",

             "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36",

             "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",

             "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",

             "Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50",

             "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.57.2 (KHTML, like Gecko) Version/5.1.7 Safari/534.57.2",

             "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.101 Safari/537.36",

             "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) ",

             "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)",

             "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",

             "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",

             "Mozilla/5.0 (BlackBerry; U; BlackBerry 9800; en) AppleWebKit/534.1+ (KHTML, like Gecko) Version/6.0.0.337 Mobile Safari/534.1+",

             "Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; HTC; Titan)",

             "Mozilla/4.0 (compatible; MSIE 6.0; ) Opera/UCWEB7.0.2.37/28/999",

             "Openwave/ UCWEB7.0.2.37/28/999",

             "NOKIA5700/ UCWEB7.0.2.37/28/999",

             "UCWEB7.0.2.37/28/999",

             "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",

             "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",

             "Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10",

             "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",

             };

             Random random = new Random();

             var randomNumber = random.Next(, usersagents.Length);

             return usersagents[randomNumber];

         }

         public static async Task  Get(string proxyIp, int proxyPort,int  timeout, string randomUseragent, string url, Action success, Action<string> fail)

         {

             HttpWebRequest request = null;

             HttpWebResponse response = null;

             try

             {

                 request = (HttpWebRequest)WebRequest.Create(url);

                 request.Timeout = timeout;

                 request.UserAgent = randomUseragent;

                 request.Proxy = new WebProxy(proxyIp,proxyPort);

                 response =  await request.GetResponseAsync() as  HttpWebResponse;

                 if (response.StatusCode == HttpStatusCode.OK)

                 {

                     success();

                 }

                 else

                 {

                     fail(response+":"+response.StatusDescription);

                 }

             }

             catch (Exception ex)

             {

                 fail(ex.Message.ToString());

             }

             finally

             {

                 if (request != null)

                 {

                     request.Abort();

                     request = null;

                 }

                 if (response != null)

                 {

                     response.Close();

                     response = null;

                 }

             }

         }

     }

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