溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“C#爬蟲如何通過代理刷文章瀏覽量”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“C#爬蟲如何通過代理刷文章瀏覽量”這篇文章吧。
1.如何維護代理IP庫？
想要使用代理IP，那就必須有一個一定數量、足夠有效的代理ip庫，在學習階段，隨便玩玩那就只能從免費的代理IP網站上抓取,沒有一定數量的代理刷文章流浪量非常慢，首先就是要維護好自己的代理Ip庫
之前用過的西刺代理、66ip比較靠譜，西祠好像有反扒，遇到過一次，不知道是西祠網站的問題還是反扒的策略，這兩個網站每分鐘抓取的能用的代理大概有2,3個,這已經算的上比較客觀的了， data5u、快代理、ip3366網頁端更新的非常少，而且有效性比較低，快代理抓取網頁還必須設置Useragent,發現設置后獲取的ip的端口和網頁端不一致，很玩味是吧，沒辦法免費的就是這樣，不然人家就收費了，當然付費的代理也不穩定，但肯定是比免費的好很多。
維護代理質量
從網頁端抓取下來的代理，肯定是要經過驗證再入庫的，最簡單的方式就是發起一個請求狀態碼是否為200。我推薦的免費代理還是上面兩個西刺代理和66ip，相對其他的免費代理有效性、數量都比較高。
代理如何儲存
我使用的是redis來存儲這些有效代理，數據結構最好是采用Set，不允許存儲相同的IP。代理的有效性無法得知，有的可能是幾十秒鐘，有的幾十分鐘，在使用的時候應該記錄那些多次不能使用的IP，達到一定次數，應該從Set中刪除掉。無法確定代理的時效，代理ip要及時使用，可以使用定時器定時從redis中取出代理。
2.反爬蟲的一些常見的機制？
反爬蟲的原則就是判斷是否是一個真實的用戶，一些比較重要的數據會利用多種機制混合，讓爬蟲的代價變大甚至無法爬取,Header里面的字段設置、IP限制、Cookie等
IP限制
一些網站為了防止爬蟲，可能會對每個ip進行訪問頻率的限制，訪問頻率一個是速度，可以同Thread.Sleep來進行休眠，暫停一會兒再進行爬取；一個IP次數這個我們可以通過抓取的免費代理來設置。
Header里的限制
User-Agent ：用戶代理，這個非常簡單，可以收集一些常見的瀏覽器代理頭，在請求的時候隨機設置User-Agent
Referer ：訪問目標鏈接是從哪個鏈接條過來的，做防圖片的盜鏈可以用它來處理，當然這個Refresh也是可以偽造。
Cookie：登錄后或其他的一些用戶操作，服務端會返回一些cookie信息，沒有cookie很容易被識別為偽造請求，可以在本地通過Js，根據服務端返回的一些信息，本地區設置cooke，當然這個實際中并沒有這么簡單，一般會涉及到加密解密的過程。這個是爬蟲的一個難點。
3.使用代理IP刷新csdn文章的瀏覽量
csdn文章的瀏覽量還是比較好刷的，前提的是你有足夠多的代理，沒有更多的代理效率會非常慢。前面一篇文章我們已經從幾個免費的代理網站抓取了代理，這里就不多做介紹了，這里我們接著上一篇的拿來就用。c#批量抓取免費代理并驗證有效性。1.我使用的多線程批量發送請求，效率更好，每個線程平均分配一定數量的代理執行請求。2.定時獲取Redis中代理3.使用System.Collections.Concurrent 命名空間下ConcurrentDictionary字典集合來統計失敗的次數，如果達到一定次數就直接從庫中刪除該代理。關于代碼中主要功能是實現，不足的地方就是代理太少，效率不高。
效果如圖：
昨天晚上看了篇文章，（這里是隨便CSDN或者其他地方的有瀏覽量的文章），刷的時間不短，主要是因為代理太少了。
主要代碼如下：
class Program
{
static bool finishIsCompleted=true;
static ConcurrentDictionary<string, int> failStatis;//保存請求失敗的ip地址:key 失敗次數：value
static string refreshLink = "https://blog.csdn.net/baijifeilong/article/details/80734388";
static string requestSuccessKey,requestFailKey;
static async Task Main(string[] args)
{
ThreadPool.SetMinThreads(500, 100);
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;
//獲取代理
var proxyIps = RedisHelper.GetProxy();
int threadCount = 1;
if (proxyIps.Count > 10)
{
threadCount = proxyIps.Count / 10;
}
//平均分配給每個thread執行15個請求
int requestCount = proxyIps.Count / threadCount;
for (var i = 0; i < threadCount; i++)
{
var tempList = proxyIps.GetRange(i * requestCount, requestCount);
if (i == threadCount - 1)
{
tempList.AddRange(proxyIps.GetRange(threadCount * requestCount, proxyIps.Count - threadCount * requestCount));
}
Thread thread = new Thread(async () =>
{
//執行發起請求
await Finish(tempList);
});
thread.Start();
}
}
}, "processing timer event", 0, 1000*30);
Console.ReadLine();
}
public static async Task Finish(List<string> proxyIps)
{
for (int i = 0; i < proxyIps.Count; i++)
{
string ip = proxyIps[i];
int index = ip.IndexOf(":");
string ipAddress = ip.Substring(0, index);
int ipPort = int.Parse(ip.Substring(index + 1));
//隨機休眠
Thread.Sleep(new Random().Next(1,4)*1000);
await Get(ipAddress, ipPort, 10000, 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+"失敗"+(failStatis.ContainsKey(ip)?failStatis[ip] :1)+"次");
if (failStatis.ContainsKey(ip))
{
if (failStatis[ip] == 6)
{
RedisHelper.RemoveSetValue(ip);
}
else
failStatis[ip]++;
}
else
{
failStatis.AddOrUpdate(ip, 1,(key,oldValue)=>oldValue+1);
}
}
);
}
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(0, 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
public class RedisHelper
{
private static readonly object Locker = new object();
private static ConnectionMultiplexer _redis;
private const string CONNECTTIONSTRING = "127.0.0.1:6379,DefaultDatabase=3";
public const string REDIS_SET_KET_SUCCESS = "set_success_ip";
private static ConnectionMultiplexer Manager
{
get
{
if (_redis == null)
{
lock (Locker)
{
if (_redis != null) return _redis;
_redis = GetManager();
return _redis;
}
}
return _redis;
}
}
private static ConnectionMultiplexer GetManager(string connectionString = null)
{
if (string.IsNullOrEmpty(connectionString))
{
connectionString = CONNECTTIONSTRING;
}
return ConnectionMultiplexer.Connect(connectionString);
}
public static void AddRequestOk(string key,string value,bool isSuccess)
{
var db = Manager.GetDatabase();
if(isSuccess)
db.ListLeftPush(key,value);
else
db.ListLeftPush(key, value);
}
public static List<string> GetProxy()
{
List<string> result = new List<string>();
var db = Manager.GetDatabase();
var values = db.SetMembers(REDIS_SET_KET_SUCCESS);
foreach (var value in values)
{
result.Add(value.ToString());
}
return result;
}
public static bool InsertSet(string value)
{
var db = Manager.GetDatabase();
return db.SetAdd(REDIS_SET_KET_SUCCESS, value);
}
public static bool RemoveSetValue(string value)
{
var db = Manager.GetDatabase();
return db.SetRemove(REDIS_SET_KET_SUCCESS,value);
}
}以上是“C#爬蟲如何通過代理刷文章瀏覽量”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
