• 前言
• 剖析投票原理
• 处理思路
• 具体实战
  • 主要流程
• 具体细节python
• 代码实例python
• 具体细节java
• 代码实现java
• 总结

前言

现在生活中离不开各类的比赛,然而,各个比赛离不开投票,我们会清一色有时候找到我们的朋友在朋友圈发—帮宝贝投一票,帮某某老师,学生投一票。又或许你自己参加比赛,你在为你自己拉票。

剖析投票原理

作为一名程序员,你是否想为自己的生活开一点G呢?熟悉网络请求的我们,应该从问题根源分析问题。对于一个投票的网站。大致分为两类:

• 登录类:这类网站是确实不太好操作,一般是每个账户每天能够刷若干票。因为账户的资源是有限的,我们很难通过获取大量的账户资源为我们服务。况且,一般的登录稍微大厂或者技术高点其中的js加密会比较复杂,对于普通人js水平不高很难行的通这条路。比如常见需要微信登录,qq登陆的网站投票,就很难开挂。
• 非登录类:并不是所有网站都有腾讯的登录授权的,有很多他们自己的官网他们自己就是一个体系。这类网站普通人或许也感觉不到差异:投几票之后也不能投。然后纷纷找朋友帮忙投。剖析这类网站,既然没有登录机制,那么它就是根据ip机制进行鉴定。因为正常你的公网ip相对来说是稳定。所以正常一个用户只能投固定的几票。或许高级一点他会和浏览器信息结合鉴定,但这种还是比较少的。

处理思路

既然原理已经剖析完成,那么剩下的就是设计程序的问题了,对于一个点击投票的事件,它的实质就是一次http(post)请求,然后后台对数据进行更改。那么我们就可以对这个操作流程进行抓包,分析这个请求是那种类型,需要那些参数。然后根据这个请求模拟写出请求。

然而最重要的就是ip代理,你要用代理的ip去访问那个接口,让对方以为是你代理的那个ip再对他访问,所以你需要维护一个代理ip池。对于代理ip池,并不是什么高大上的东西,准确的来说就是一个集合中包含一些可用的ip,能够供我使用。市面上也有很多出售代理ip,也不贵。我用的是蘑菇代理。

具体实战

主要流程

碰巧,最近参加的一个比赛就有拉票环节,如果人为手动拉票的话效率地下,并且你肯定也不会愿意天天去舔人家求情。那就自己分析一波!

1. 首先,打开你在的网站(有的手机端,电脑端好抓包可调),谷歌或者其他浏览器F12抓包,点击network,xhr准备(肯定是ajax请求不用想)。

1. 分析这个请求的重要参数.(header)

找到url和几个参数,就可以准备程序了。模拟请求了

具体细节python

因为这是多次请求,所以要考虑性能的问题和效率问题。不能让异常漫天飞,中断,ip白白浪费,或者苦苦等待吧。对于代理ip,各家卖的虽然有些差异但是大体相同。大致均为卖数量,然后每个ip从开始被用后能够维持几分钟的使用。并且有的ip是不能用的,有的是高延迟的,这些在写程序的时候都要过滤掉。这里面就要考虑下这个程序额设计。

1. 多线程:python虽然多线程有个全局锁大大的影响效率。但是对于io请求型多线程还是能有一定的提速的。因为io有大量的线程等待。多线程的模块大致为定义一个线程类,定义初始方法和run函数。然后在外面定义几个线程,让他们跑任务。
2. ip处理和资源处理正常的ip代理是一群ip随机抽取其中作为代理ip,进行爬取任务,然后ip失效从ip池中删除。而url的链接一般放到线程安全的全局容器中一个个抛出。ip放到list或者redis中进行维护,做好try catch异常即可。但是这个刷票只有一个url。并且一个ip只能用有限次数。所以换个思路,url不需要容器维护。而ip用队列维护最好,并且python的队列是线程安全的。所以整个程序的架构也就很清晰了。只需要用个queue解析ip获取的格式进行相应储存。然后被消费,当少于一定个数时,请求api获取ip进行填充。
3. 在预处理方面,以前介绍过另一个蘑菇代理使用和ip池类似的问题,可以预先参考。

代码实例python

import requestsimport randomimport timeimport threadingfrom queue import Queuedef loadip():##从代理ip中获取ip 一次若干扩充到queue中    url2 = 'http://piping.mogumiao.com/proxy/api/get_ip_al?appKey=f16367295e284173ae450f&count=20&expiryDate=0&format=1&newLine=2'    req = requests.get(url2)    date = req.json()    if(date['code'])!='3001':        ipdate2 = date['msg']        for va in ipdate2:          que.put(va)class downspider(threading.Thread):##线程类    def __init__(self, threadname, que):        threading.Thread.__init__(self)        self.threadname = threadname        self.que = que    def run(self):        print('start thread' + self.threadname)        while True:            try:                toupiaospider(que,self.threadname)##投票函数            except Exception as e:                print(e,'888')                breakdef getproxies():#获取ip 拼接成需要的代理格式    b=que.get()    d = '%s:%s' % (b['ip'], b['port'])    global proxies    proxies['http'] = d    return proxiesdef toupiaospider(que,threadname):    if (que.qsize() < 15):  # 拓展ip池        loadip()    proxies2=getproxies()    for i in range(0,5):        try:            #formData['times']=i            req = requests.post(url, headers=header, data=formData, proxies=proxies2, timeout=1.5)            res = req.json()            if res['res']==2001 or req.status_code!=200:                 continue            print(threadname,proxies2['http'],res,que.qsize())        except Exception as e:            print('errror',e)if __name__ == '__main__':        proxies = {'http': ''}    stadus = 0    que = Queue()    threads=[]#线程    url='http://yunxin.163.com/api/vote/update'    header = {        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}    formData = {        'Referer':'http://yunxin.163.com/promotion/minichallenge/gallery?from=groupmessage&isappinstalled=0',        'id':'17',        'times':'1',        'activity':'minichallenge1'    }    proxies = {'http': '182.247.92.99:21136',               }    loadip()    time.sleep(5)    ##线程数组   ->启动 ——>等待join    threadList = ['thread-1','thread-2','thread-3','thread-4','thread-4','thread-5']    for j in threadList:        thread = downspider(j, que)        thread.start()        threads.append(thread)    for t in threads:        t.join()

结果

具体细节java

在java中比较棘手的就是java自身对json和http请求的处理不太方便,需要借助第三方jar,并且一些操作稍显的繁琐。

首先java要弄清几点:

1. 代理方式:java主要有两种代理方式,一种是jdk全局代理,另一种是net包下的proxy代理。对于多线程程序并且ip只能用一次的当然是用net的proxy代理。
2. 解析json通过api获取ip,格式固定的,需要借助fastjson解析json串获取需要的信息。
3. 线程安全问题。你可以用线程安全的blockqueue,当然其实你可以在操作队列的方法加上synchronized关键字也可以。你可以定义固定的线程每个线程任务多个。也可以用线程池定义多个线程类,每个线程完成一个任务。
4. 网络请求虽然urlconnection可以实现,但是太繁琐,远比jsoup复杂。所以这里使用jsoup。

针对上面的问题。写了个demo测试进行预备,对于获取ip的api,大致这种格式

首先你要下载fastjson和jsoup的jar包。或者加入maven依赖。(可在maven官网下jar包)

 <!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->        <dependency>            <groupId>org.jsoup</groupId>            <artifactId>jsoup</artifactId>            <version>1.12.1</version>        </dependency>        <!-- https://mvnrepository.com/artifact/com.alibaba/fastjson -->        <dependency>            <groupId>com.alibaba</groupId>            <artifactId>fastjson</artifactId>            <version>1.2.58</version>        </dependency>

然后写个demo跑一下

package com.bigsai;import com.alibaba.fastjson.JSON;import com.alibaba.fastjson.JSONArray;import com.alibaba.fastjson.JSONObject;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;public class test2 {    static  int va=1;    public static void main(String[] args) {        String ti="{"code":"0","msg":[{"port":"40034","ip":"114.237.64.247"},{"port":"33257","ip":"223.240.210.250"},{"port":"39618","ip":"113.101.255.11"},{"port":"43151","ip":"183.135.106.62"},{"port":"41795","ip":"182.108.44.227"}]}";        JSONObject jsonObject= JSON.parseObject(ti);        String code=(String) jsonObject.get("code");        JSONArray jsonArray=jsonObject.getJSONArray("msg");        for(Object te:jsonArray)        {            JSONObject team=(JSONObject) te;            String ip=team.getString("ip");            int port=team.getInteger("port");            System.out.println(team+" "+ip+" "+port);        }        ExecutorService ex= Executors.newFixedThreadPool(10);        for(int i=0;i<200;i++)        {            threadtest threadtest=new threadtest();            ex.execute(threadtest);        }        ex.shutdown();    }    static synchronized void  addva()//去掉注释试试    {        va++;        try {            Thread.sleep(200);        } catch (InterruptedException e) {            e.printStackTrace();        }        System.out.println(Thread.currentThread().getName()+" "+va);    }    static  class threadtest implements Runnable{        @Override        public void run() {            addva();        }    }}

观察结果。打印,这些边角问题你就明白了。就可以设计java程序了。

代码实现java

package com.bigsai;import com.alibaba.fastjson.JSON;import com.alibaba.fastjson.JSONArray;import com.alibaba.fastjson.JSONObject;import org.jsoup.Connection;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import java.io.IOException;import java.net.InetSocketAddress;import java.net.Proxy;import java.util.ArrayDeque;import java.util.HashMap;import java.util.Map;import java.util.Queue;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;public class wangyi {    //改成你自己的token已经被我改了    static String ipurl="http://piping.mogumiao.com/proxy/api/get_ip_al?appKey=f16367295e284173ae3&count=20&expiryDate=0&format=1&newLine=2";    /**     * java的多线程和python略有不同,但也可以改成相似的     * py是5个线程每个线程死循环任务,而java用线程池每个线程一个任务,只不过new了很多对象     * @param args     */    static  Queue<proxynode> q1;    public static void main(String[] args) {       q1=new ArrayDeque();//队列存放结构体  ip和port        ExecutorService ex= Executors.newFixedThreadPool(10);        for(int i=0;i<200;i++)        {            try {                Proxy proxy=getproxies(q1);//获得代理ip                vote vote=new vote(proxy);                ex.execute(vote);            }            catch (Exception e)            {e.printStackTrace();}        }        ex.shutdown();    }    static synchronized Proxy getproxies(Queue<proxynode> q1) throws IOException//上锁获得代理,因为ip只用一次,也可使用自带的线程安全队列    {       if(q1.size()<15)//扩充ip池       {           String jsonva=Jsoup.connect(ipurl).timeout(2500).get().text();           JSONObject jsonObject= JSON.parseObject(jsonva);           String code=(String) jsonObject.get("code");//状态吗           if (code.equals("0")) {//正常返回接口               JSONArray jsonArray = jsonObject.getJSONArray("msg");               for (Object jsonobj: jsonArray) {                   JSONObject team = (JSONObject) jsonobj;                   String ip = team.getString("ip");                   int port = team.getInteger("port");                   proxynode node=new proxynode(ip,port);                   q1.add(node);               }           }           else return null;       }        proxynode proxynode=q1.poll();        Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress(proxynode.ip, proxynode.port));        return proxy;    }    static  class proxynode//一个node储存ip和端口    {        String ip;        int port;        proxynode(String ip,int port)        {            this.ip=ip;            this.port=port;        }    }    static class vote implements Runnable{        Proxy proxy;        vote(Proxy proxy)  {            this.proxy=proxy;        }        public void dovote() throws IOException {            //Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress("host", 8888));            try {                Connection connect = Jsoup.connect("http://yunxin.163.com/api/vote/update").timeout(2000);                Map<String,String>date=new HashMap<String, String>();                date.put("id","17");                date.put("times","1");                date.put("activity","minichallenge1");                date.put("Referer","http://yunxin.163.com/promotion/minichallenge/gallery?from=groupmessage&isappinstalled=0");                date.put("User-Agent","Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36");                connect.data(date);                connect.ignoreContentType(true);                connect.proxy(proxy);                Document doc=connect.post();                System.out.println(Thread.currentThread().getName()+" "+proxy.address()+" "+doc.text());            }            catch (Exception e)            {                System.out.println(e.toString());            }        }        public void run() {            try {                for(int i=0;i<5;i++) {                    dovote();                }            } catch (IOException e) {                e.printStackTrace();            }        }    }}

结果

总结

在写爬虫还是python方便和简单。因为py对json支持较好(字典),而java强对象类型语法要求较严。但是在多线程方面java肯定是秒杀py的。因为py的多线程是(假)多线程。想提高速度的可以研究多进程。

这类问题本质不难的,做过一次就很简单了。这只是其中一种案例。提供一些思想和解决思路。遇到不同的问题可能需要不同的结构,方式去解决,这就需要融汇贯通。

如果有错误,请大佬指正。