刷票小程序案例原理剖析(python和java)
你还在苦苦拉票吗？
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！
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）。
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。
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。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。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 requests
import random
import time
import threading
from queue import Queue
def 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')
break
def 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 proxies
def 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：
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。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。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。
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。
更多相关文章
- MySQL多线程备份工具Mydumper详解
- 用Nginx反向代理机制解决前端跨域问题
- JavaScript 中的代理对象
- JavaScript 执行线程图解
- 如何编写优雅的异步代码 — CompletableFuture
- SpringBoot 2.0 中 HikariCP 数据库连接池原理解析
- Android(安卓)如何判断当前线程是否是主线程
- 【android】开发笔记系列UI篇
- Android(安卓)Thread子线程和主线程的UI交互