python爬虫刷访问量 2019 7月


Posted in Python onAugust 01, 2019

看着自己少得可怜的访问量,突然有一个想用爬虫刷访问量的想法,主要也是抱着尝试的心态,学习学习。

其实市面上有一些软件可以代刷流量 比如 流量精灵,使用感确实比我们自己写的代码要好一些

第一版:网上借鉴了一下           以下代码运行在 python3

import urllib.request
import time
# 使用build_opener()是为了让python程序模仿浏览器进行访问
opener = urllib.request.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]

# 专刷某个页面
print('开始刷了哦:')
tempUrl = 'https://blog.csdn.net/Lin_QC/article/details/88966839'
for j in range(2000):
 try:
  opener.open(tempUrl)
  time.sleep(7)
  print('%d %s' % (j, tempUrl))
 except urllib.error.HTTPError:
  print('urllib.error.HTTPError')
  time.sleep(1)
 except urllib.error.URLError:
  print('urllib.error.URLError')
  time.sleep(1)

该代码主要就是利用爬虫打开网页来进行访问量的刷新,但是,该方法遇到了瓶颈,当刷新到一定访问量时,csdn的服务器会阻止该ip的访问,也就刷新不了访问量了。

所以,也就衍生了第二版。

我们可以在  https://www.xicidaili.com 网站上看到很多代理ip,使用这些代理ip,可以防止csdn服务器阻止访问。

首先,编写了一个获取代理ip的文件,经我本人实验,国内http代理ip较为稳定,所以我们爬取
'https://www.xicidaili.com/wt/1

页面的代理ip信息,并将它们存储在proxy文件里,以下代码是基于 python2的,注意不要弄错版本

proxy_IP.py文件
import urllib2
import BeautifulSoup

User_Agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0'
header = {}
header['User-Agent'] = User_Agent

url = 'https://www.xicidaili.com/wt/1'
req = urllib2.Request(url, headers=header)
res = urllib2.urlopen(req).read()
soup = BeautifulSoup.BeautifulSoup(res)
ips = soup.findAll('tr')
f = open("proxy", "w")
for x in range(1,len(ips)):
 ip = ips[x]
 tds = ip.findAll("td")
 ip_temp = tds[1].contents[0]+","+tds[2].contents[0]+"\n"

 print tds[1].contents[0]+"\t"+tds[2].contents[0]
 f.write(ip_temp)

通过执行以上代码,我们就可以获得大量代理ip,接下来就是使用这些ip进行对博客的访问。

csdnfake.py
import urllib2
import socket
import time
import random

socket.setdefaulttimeout(3)

user_agent_list = [
 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
      'Chrome/45.0.2454.85 Safari/537.36 115Browser/6.0.3',
 'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50',
 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50',
 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0)',
 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)',
 'Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1',
 'Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11',
 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11',
 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SE 2.X MetaSr 1.0; SE 2.X MetaSr 1.0; .NET CLR 2.0.50727; SE 2.X MetaSr 1.0)',
 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0',
 'Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1',
]
f = open("proxy")
lines = f.readlines()
proxys = []

for i in range(0,len(lines)):
 ip = lines[i].strip().split(",")
 proxy_host = "http://"+ip[0]+":"+ip[1]
 print "http://"+ip[0]+":"+ip[1]
 proxy_temp = {"http": proxy_host}
 proxys.append(proxy_temp)
urls = {"https://blog.csdn.net/Lin_QC/article/details/88966839",
  "https://blog.csdn.net/Lin_QC/article/details/88930018",
  "https://blog.csdn.net/Lin_QC/article/details/88642949",
  "https://blog.csdn.net/Lin_QC/article/details/84568170",
  "https://blog.csdn.net/Lin_QC/article/details/84451279",
  "https://blog.csdn.net/Lin_QC/article/details/84927503",
  }

j=1
for i in range(100):
 for proxy in proxys:
  for url in urls:
   try:
    user_agent = random.choice(user_agent_list)
    proxy_support = urllib2.ProxyHandler(proxy)
    opener = urllib2.build_opener(proxy_support, urllib2.HTTPHandler)
    urllib2.install_opener(opener)
    req = urllib2.Request(url)
    c = urllib2.urlopen(req)
    print ("sucessful",j)
    j+=1
    time.sleep(5) 
   except Exception, e:
    print proxy
    print e
    continue

user_agent_list是一堆浏览器的代理头,可以模仿浏览器访问博客。

每次访问休息五秒,主要是因为过快的访问对csdn无效。

效果,刷过访问量的博客和没刷的差距明显

总结

以上所述是小编给大家介绍的python爬虫刷访问量 2019 7月,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对三水点靠木网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

Python 相关文章推荐
Scrapy抓取京东商品、豆瓣电影及代码分享
Nov 23 Python
Python程序员面试题 你必须提前准备!
Jan 16 Python
在python中将list分段并保存为array类型的方法
Jul 15 Python
Python实现滑动平均(Moving Average)的例子
Aug 24 Python
python+selenium 点击单选框-radio的实现方法
Sep 03 Python
Django 限制访问频率的思路详解
Dec 24 Python
简单了解python字符串前面加r,u的含义
Dec 26 Python
python3+openCV 获取图片中文本区域的最小外接矩形实例
Jun 02 Python
Python进行统计建模
Aug 10 Python
python装饰器三种装饰模式的简单分析
Sep 04 Python
使用python操作lmdb对数据读取的实例
Dec 11 Python
python字符串拼接.join()和拆分.split()详解
Nov 23 Python
用Cython加速Python到“起飞”(推荐)
Aug 01 #Python
Python爬取视频(其实是一篇福利)过程解析
Aug 01 #Python
flask框架jinja2模板与模板继承实例分析
Aug 01 #Python
Win10环境python3.7安装dlib模块趟过的坑
Aug 01 #Python
python爬虫解决验证码的思路及示例
Aug 01 #Python
Django多数据库的实现过程详解
Aug 01 #Python
Python解决pip install时出现的Could not fetch URL问题
Aug 01 #Python
You might like
PHP读取目录下所有文件的代码
2008/01/07 PHP
PHP 工厂模式使用方法
2010/05/18 PHP
PHP面向接口编程 耦合设计模式 简单范例
2011/03/23 PHP
用PHP的超级变量$_POST获取HTML表单(HTML Form) 数据
2011/05/07 PHP
PHP实现根据图片色界在不同位置加水印的方法
2015/08/08 PHP
Laravel中为什么不使用blpop取队列详析
2018/08/01 PHP
JavaScipt基本教程之前言
2008/01/16 Javascript
javascript firefox不显示本地预览图片问题的解决方法
2008/11/12 Javascript
javascript来定义类的规范小结
2010/11/19 Javascript
判断JS对象是否拥有某种属性的两种方式
2013/12/02 Javascript
jQuery实现异步获取json数据的2种方式
2014/08/29 Javascript
js读取csv文件并使用json显示出来
2015/01/09 Javascript
深入分析Javascript跨域问题
2015/04/17 Javascript
4种JavaScript实现简单tab选项卡切换的方法
2016/01/06 Javascript
JavaScript驾驭网页-获取网页元素
2016/03/24 Javascript
jQuery实现的购物车物品数量加减功能代码
2016/11/16 Javascript
javascript输出AscII码扩展集中的字符方法
2016/12/26 Javascript
Angular.JS中的this指向详解
2017/05/17 Javascript
解决使用bootstrap的dropdown部件时报错:error:Bootstrap dropdown require Popper.js问题
2018/08/30 Javascript
JavaScript设计模式之享元模式实例详解
2019/01/17 Javascript
vue服务端渲染操作简单入门实例分析
2019/08/28 Javascript
Python创建普通菜单示例【基于win32ui模块】
2018/05/09 Python
python 实现登录网页的操作方法
2018/05/11 Python
python dataframe 输出结果整行显示的方法
2018/06/14 Python
详解python中的装饰器
2018/07/10 Python
python抓取网页内容并进行语音播报的方法
2018/12/24 Python
python实现sm2和sm4国密(国家商用密码)算法的示例
2020/09/26 Python
Python环境配置实现pip加速过程解析
2020/11/27 Python
利用python进行文件操作
2020/12/04 Python
Doyoueven官网:澳大利亚健身服饰和配饰品牌
2019/03/24 全球购物
如何写你的创业计划书
2014/01/07 职场文书
创业计划之特色精品店
2019/08/12 职场文书
sql查询结果列拼接成逗号分隔的字符串方法
2021/05/25 SQL Server
MySQL连接查询你真的学会了吗?
2021/06/02 MySQL
简单且有用的Python数据分析和机器学习代码
2021/07/02 Python
在HTML中引入CSS的几种方式介绍
2021/12/06 HTML / CSS