1.是否能一個人投多票,如果不行又是什么限制了一人投多票?
答：投票網(wǎng)站限制了一個IP或者一個用戶只能投一票,防止惡意刷票行為
2.如果是一個IP一票那是否代表著多個IP就能投多票了呢?
答：答案是肯定的
3.用什么方法能夠在代碼里面改變自己請求的IP?
答：HTTP請求的時候設(shè)置代理IP
4.多個代理IP從哪里獲取,獲取到之后我又該如何使用代碼自動化投票？
答：請看文章后面內(nèi)容
本篇將介紹TaskManager內(nèi)置任務(wù)-代理IP爬蟲實(shí)現(xiàn)細(xì)節(jié),你需要準(zhǔn)備的知識：HtmlAgilityPack解析HTML,Quart.net。
代理IP介紹
百度百科介紹：代理（英語：Proxy），也稱網(wǎng)絡(luò)代理，是一種特殊的網(wǎng)絡(luò)服務(wù)，允許一個網(wǎng)絡(luò)終端（一般為客戶端）通過這個服務(wù)與另一個網(wǎng)絡(luò)終端 （一般為服務(wù)器）進(jìn)行非直接的連接。一些網(wǎng)關(guān)、路由器等網(wǎng)絡(luò)設(shè)備具備網(wǎng)絡(luò)代理功能。一般認(rèn)為代理服務(wù)有利于保障網(wǎng)絡(luò)終端的隱私或安全，防止攻擊。
目前有很多廠商提供代理IP在線獲取,但是很多都是提供幾十個試用的，如果想使用更多的代理IP，則需付費(fèi)購買。這里我找到了一個提供很多代理IP的網(wǎng)站，可以自行百度“代理ip”(以免認(rèn)為我打廣告)，或者參考開源TaskManager介紹這篇文章。
有了這么多在線的代理IP可以解決文章開頭的問題4了，可是還有個問題這些數(shù)據(jù)都是網(wǎng)頁上的，我在代碼里面怎么使用呢？這就用到了HtmlAgilityPack工具包，看名稱就能猜到是用來解析HTML的。
HtmlAgilityPack使用
HtmlAgilityPack是一個開源的解析HTML元素的類庫，最大的特點(diǎn)是可以通過XPath來解析HMTL，如果您以前用C#操作過XML，那么使用起HtmlAgilityPack也會得心應(yīng)手。
解析簡單的HTML
string HTML = @"<html><head><title>簡單解析測試</title></head><body> <div id='div1' title='div1'> <table> <tr> <td>1</td> <td title='cn'>cn</td> </tr> </table> </div> </body></html>"; var doc = new HtmlDocument(); doc.LoadHtml(HTML); //輸出頁面標(biāo)題 Console.WriteLine("頁面title:"+doc.DocumentNode.SelectSingleNode("/html/head/title").InnerText); //獲取div1節(jié)點(diǎn) 方式1 HtmlNode divNode1 = doc.GetElementbyId("div1"); //獲取div1節(jié)點(diǎn) 方式2 HtmlNode divNode2 = doc.DocumentNode.SelectSingleNode("http://div[@id='div1']"); //判斷節(jié)點(diǎn)1和節(jié)點(diǎn)2是否相同 Console.WriteLine("斷節(jié)點(diǎn)1和節(jié)點(diǎn)2是否相同:" + (divNode1 == divNode2)); //獲取頁面所有table HtmlNodeCollection tableCollection = doc.DocumentNode.SelectNodes("http://table"); Console.WriteLine("頁面table數(shù)量:"+tableCollection.Count); //獲取table下所有td并輸出信息 HtmlNodeCollection tdCollection = tableCollection[0].SelectNodes("tr/td"); foreach (var td in tdCollection) { HtmlAttribute atr = td.Attributes["title"]; Console.WriteLine("td InnerText:" + td.InnerText + " | td title屬性值:" + (atr == null ? "" : atr.Value)); } Console.Read();代理IP爬蟲實(shí)現(xiàn)
會了HtmlAgilityPack的一些簡單操作之后進(jìn)入正式爬取過程,由于需要爬取的網(wǎng)頁帶IP封鎖功能(一段時間請求頻率過高封鎖當(dāng)前IP)，在設(shè)計(jì)過程中我采用了爬取五次自動換代理IP突破網(wǎng)站限制(感覺自己壞壞的)。
整體實(shí)現(xiàn)邏輯
在.net里面使用WebRequest可以模擬HTTP的get Post請求,最終要的一點(diǎn)能設(shè)置請求時使用的代理IP，重點(diǎn)關(guān)注我標(biāo)紅的代碼
/// <summary> /// 代理使用示例 /// </summary> /// <param name="Url"></param> /// <param name="type"></param> /// <returns></returns> public static string GetUrltoHtml(string Url, string type) { try { System.Net.WebRequest wReq = System.Net.WebRequest.Create(Url); WebProxy myProxy = new WebProxy("192.168.15.11", 8015); //建議連接（代理需要身份認(rèn)證，才需要用戶名密碼） myProxy.Credentials = new NetworkCredential("admin", "123456"); //設(shè)置請求使用代理信息 wReq.Proxy = myProxy; // Get the response instance. System.Net.WebResponse wResp = wReq.GetResponse(); System.IO.Stream respStream = wResp.GetResponseStream(); // Dim reader As StreamReader = New StreamReader(respStream) using (System.IO.StreamReader reader = new System.IO.StreamReader(respStream, Encoding.GetEncoding(type))) { return reader.ReadToEnd(); } } catch (System.Exception ex) { //errorMsg = ex.Message; } return ""; } 了解如何使用代理IP，離我們的目標(biāo)又近了一步，下面就是代理IP獲取的實(shí)現(xiàn)了,由于代碼有點(diǎn)多，我這里只貼出重要部分，IpProxyGet.cs源碼可到文章末尾自行下載。
/// <summary> /// 獲取總頁數(shù) /// </summary> /// <returns>總頁數(shù)</returns> private static int GetTotalPage(string IPURL, string ProxyIp) { var doc = new HtmlDocument(); doc.LoadHtml(GetHTML(IPURL, ProxyIp)); var res = doc.DocumentNode.SelectNodes(@"http://div[@class='pagination']/a"); if (res != null && res.Count > 2) { int page; if (int.TryParse(res[res.Count - 2].InnerText, out page)) { return page; } } return 1; } 解析每一頁HTML數(shù)據(jù)
/// <summary> /// 解析每一頁數(shù)據(jù) /// </summary> /// <param name="param"></param> private static void DoWork(object param) { //參數(shù)還原 Hashtable table = param as Hashtable; int start = Convert.ToInt32(table["start"]); int end = Convert.ToInt32(table["end"]); List<IPProxy> list = table["list"] as List<IPProxy>; ProxyParam Param = table["param"] as ProxyParam; //頁面地址 string url = string.Empty; string ip = string.Empty; IPProxy item = null; HtmlNodeCollection nodes = null; HtmlNode node = null; HtmlAttribute atr = null; for (int i = start; i <= end; i++) { LogHelper.WriteLog(string.Format("開始解析,頁碼{0}~{1},當(dāng)前頁碼{2}", start, end, i)); url = string.Format("{0}/{1}", Param.IPUrl, i); var doc = new HtmlDocument(); doc.LoadHtml(GetHTML(url, Param.ProxyIp)); //獲取所有數(shù)據(jù)節(jié)點(diǎn)tr var trs = doc.DocumentNode.SelectNodes(@"http://table[@id='ip_list']/tr"); if (trs != null && trs.Count > 1) { LogHelper.WriteLog(string.Format("當(dāng)前頁碼{0},請求地址{1},共{2}條數(shù)據(jù)", i, url, trs.Count)); for (int j = 1; j < trs.Count; j++) { nodes = trs[j].SelectNodes("td"); if (nodes != null && nodes.Count > 9) { ip = nodes[2].InnerText.Trim(); if (Param.IsPingIp && !Ping(ip)) { continue; } //有效的IP才添加 item = new IPProxy(); node = nodes[1].FirstChild; if (node != null) { atr = node.Attributes["alt"]; if (atr != null) { item.Country = atr.Value.Trim(); } } item.IP = ip; item.Port = nodes[3].InnerText.Trim(); item.ProxyIp = GetIP(item.IP, item.Port); item.Position = nodes[4].InnerText.Trim(); item.Anonymity = nodes[5].InnerText.Trim(); item.Type = nodes[6].InnerText.Trim(); node = nodes[7].SelectSingleNode("div[@class='bar']"); if (node != null) { atr = node.Attributes["title"]; if (atr != null) { item.Speed = atr.Value.Trim(); } } node = nodes[8].SelectSingleNode("div[@class='bar']"); if (node != null) { atr = node.Attributes["title"]; if (atr != null) { item.ConnectTime = atr.Value.Trim(); } } item.VerifyTime = nodes[9].InnerText.Trim(); list.Add(item); } } LogHelper.WriteLog(string.Format("當(dāng)前頁碼{0},共{1}條數(shù)據(jù)", i, trs.Count)); } LogHelper.WriteLog(string.Format("結(jié)束解析,頁碼{0}~{1},當(dāng)前頁碼{2}", start, end, i)); } }最終會獲取2萬多條數(shù)據(jù)
自動投票簡單實(shí)現(xiàn)
這里使用.net的WebBrowser控件來加載頁面，最終效果如下
#region 設(shè)置代理IP
private void button2_Click(object sender, EventArgs e) { string proxy = this.textBox1.Text; RefreshIESettings(proxy); IEProxy ie = new IEProxy(proxy); ie.RefreshIESettings(); //MessageBox.Show(ie.RefreshIESettings().ToString()); } #endregion #region 取消代理IP private void button3_Click(object sender, EventArgs e) { IEProxy ie = new IEProxy(null); ie.DisableIEProxy(); } #endregion #region 打開網(wǎng)頁 private void button1_Click(object sender, EventArgs e) { string url = txt_url.Text.Trim(); if (string.IsNullOrEmpty(url)) { MessageBox.Show("請輸入要打開的網(wǎng)址"); return; } this.webBrowser1.Navigate(url, null, null, null); } #endregion 總結(jié)
本篇要介紹的內(nèi)容到此結(jié)束了，下面寫點(diǎn)我的期待！希望有喜歡的朋友一起來完善TaskManager(完全開源的),使之成為一款能夠提高生活便捷 性的工具，添加很多新任務(wù)。比如：第二天要下雨或者下雪，發(fā)個郵件提醒，帶上雨傘…。好了到了放出源代碼的時間了。敬請期待下一篇！
新聞熱點(diǎn)
疑難解答
圖片精選
