python爬虫增加访问量

旧城冷巷雨未停 提交于 2019-11-28 13:15:01

原文: http://blog.gqylpy.com/gqy/485

置顶:来自一名75后老程序员的武林秘籍——必读(博主推荐)


来,先呈上武林秘籍链接:http://blog.gqylpy.com/gqy/401/

你好,我是一名极客!一个 75 后的老工程师!

我将花两分钟,表述清楚我让你读这段文字的目的!

如果你看过武侠小说,你可以把这个经历理解为,你失足落入一个山洞遇到了一位垂暮的老者!而这位老者打算传你一套武功秘籍!

没错,我就是这个老者!

干研发 20 多年了!我也年轻过,奋斗过!我会画原理图,会画 PCB,会模拟,会数字!玩过 PLC,玩过单片机,会用汇编,会用 C!玩过 ARM,比如 PLC,STM32,和时下正在起飞的 NXP RT1052!搞过 DSP,比如 TMS320F28335!搞过 FPGA,不管 Xilinx 还是 Altera,也不管是 Verilog 还是 VHDL,或者直接画数字电路图!我懂嵌入式系统,比如 uCOS 和 Linux!我懂开源的硬件,比如 Arduino 和树莓派!我也搞软件,学了一堆上位机的语言C#,JAVA,Python,Kotlin,Swift!会写爬虫工具,又自学写APP,不管Android 还是 IOS!

可是这一切有什么用呢?土鸡瓦狗!不值一提!干技术的永远就是最苦逼的那个人!

我相信看到这里的你,应该是个 IT 圈的人!或许是个学生,在学习某个技能!或者是个初入职场的年轻人,在啃某个技术!或者是个工程师,被项目困住,想找个资料快速突破阻碍!反正不管怎么样,你们都不会是泛泛之辈,不可能轻易交出智商税!

所以我把这份资料放进我的收费资源里,以证明接下去我要跟你讲的这本武功秘籍是可以真真实实的帮你赚到钱的!

我不知道叫它什么好,我把它写的像武林秘籍!所以我姑且叫它《武林秘籍》或者叫《赚钱秘籍》!

《武林秘籍》里封装了一个本人近期创造的一个可以一劳永逸的赚钱方法!你可以理解为躺着赚钱,或者挂机赚钱!请你放心,不是让你去违法!

我是一个IT男,从来不忽悠别人,这是我做人的原则。若此举能帮助你付起房子首付与月供,减轻一些目前高房价的压力,何乐而不为呢!

我提取里边几个要点:

  1. 将你手里有的资源按照说明书一步一步完成所有动作就可以躺着赚钱。
  2. 你不可能不劳而获,但是用这个方法确实是可以一劳永逸!
  3. 我用业余时间操作这个项目三个月,现在每天稳定收入300+。
  4. 里边会告诉你哪些是资源,怎么源源不断的获取资源。
  5. 里边会告诉你怎么获取爆炸的流量。
  6. 里边会告诉你很多黑技能(不是干坏事)。
  7. 总之,里边字字如金,有些东西我不告诉你可能这辈子都不会知道!

交了这波智商税,你的能力会爆涨,我说的不是你的专业能力,而是在这个社会生存的基础能力!

以上所有的东西可以规为武功的招式,但如果你想短期就实现目标,我还在说明书的最后留下了一些现成资源的下载链接,包括一些稀缺的资源,保证物有所值。这部分内容可以规为内功,继不继承由你自已决定!

好了,最后跟所有的老者不一样的是:这个老人要问你收取一点点小费,才会把无比珍贵的秘籍交到你手中!

以下是付款链接,付款后你将获取《武林秘籍》的访问密码。随后你将解锁另外一个谋生技能,在工作挣着死工资的同时,该技能也能同时帮你赚另一份钱,终身受用!

http://www.gqylpy.com/get_wlmj_pwd

能在此遇见是我们的缘分,我愿意帮助你,祝你取得成功!

传说中的武林秘籍:http://blog.gqylpy.com/gqy/401/

    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

 

其实,刷新访问量的行为是可耻的,本人也是被惨不忍睹的访问量激怒,好奇一试,之后还是会努力提高博客质量,靠实力提升访问量。

 

 

2019 七月

隔了很久,又来提这篇博客,个人感觉csdn又增强了反爬机制,上述的方法只能一定程度上提高访问量,到了一定限度就会由验证码页面拒绝,导致代码失效,然后过阵子又可以,其实这样的刷访问量效率是很低的,尽管我们可以在通过加入验证码识别丰富我们的代码,使它更有健壮性,但是我还是决定有空再尝试,个人感觉提高博客质量才是重点,并且有的时候蹭蹭热度 效果也还不错,就如下图:

 

不过还是不要忘了,写博客主要还是分享自己的收获,或者记录一下自己的学习历程,方便日后再次拿起来用,不要太在意访问量

原文: http://blog.gqylpy.com/gqy/485

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!