之前看到某公司的官网的文章的浏览量刷新一次网页就会增加一次，给人的感觉不太好，一个公司的官网给人...
之前看到某公司的官网的文章的浏览量刷新一次网页就会增加一次，给人的感觉不太好，一个公司的官网给人如此直白的漏洞，我批量发起请求的时候发现页面打开都报错，100多人的公司的官网文章刷新一次你给我看这个，这公司以前来过我们学校宣传招人+在园子里搜招聘的时候发现居然以前招xamarin，挺好奇的，所以就关注过。好吧不说这些了，只是扯扯蛋而已，回归主题，我想说的是csdn的文章可以通过设置代理ip刷新文章的浏览量，所以首先要做的就是这篇文章的主题“使用c#验证代理ip有效性”。
当然代理IP来源肯定是免费，所以嘛效率一般，从一些免费的代理ip的网页抓取的代理IP并不一定都是有用的，所以需要我们对我们抓取的代理ip进行验证，代理ip的有效时间也是有限，从10几秒到1个小时不限，大多数时间非常短，所以比如说，我们1分钟需要100个代理ip，那就1分钟获取一次，每次获取100个（这里是理想状态下的，抓取的代理ip都是有效的），原则上来说抓取下来后应该立即马上被使用。
当然这篇文章比较基础，一直觉得爬虫比较有趣，其实我在爬虫方面也是个小白，只是做一个简单的记录，如果有什么错误的地方，希望能提出建议。针对下面几个问题，我们就可以完成如何验证代理IP有效性的检测了。
1.从哪些网页上可以抓取免费的代理IP？
百度一下“免费代理ip”挺多的。
2.代理IP稳定吗？有什么作用？
这种免费的代理ip时效性和有效性都不强，上面这三个免费的代理网站，时效性大概在十几秒到1个小时不等，一般需要自己处理验证后使用，提高命中率。可适用于隐藏网页IP（有些网站还不准使用代理ip，比如豆瓣，其实挺尴尬的，内容这么贵吗），一般常用于空间留言、刷网站流量、网赚任务、批量注册账号等，只要没有其他限制，需要频繁更换ip都可以使用。
3.ping通IP就是有效的吗？如何验证代理是否有效
好吧，这有点废话，进行端口测试才是最有效的，能ping通并不代表代理有效，不能平通也不一定代理不可用。可以使用HttpWebRequest，也可以使用Scoket，当然HttpWebRequest比Socket连接代理ip、port要慢。
4.一次提取多少代理合适？
代理ip时效性不强、并且有效性也不高，所以只能从一些代理ip的网站上批量定时去获取，有的代理在一分钟内使用是有限制的，所以说限制比较多。
5.http代理和https代理有什么区别？
需要访问https的网站就需要使用https代理了，比如百度，需要访问http的代理，可以使用http。这个并不是100%的。
检测代理ip有效性步骤如下：
1.使用HttpWebRequest、HttpWebResponse请求代理ip的网页，获取包含代理的网页内容
2.使用HtmlAgilityPack或者正则表达式对抓取的内容进行截取，保存到代理集合
3.拿到代理集合，多线程发起http请求，比如访问百度，是否成功，成功则存到Redis里面。
效果图如下：
使用HttpWebRequest发起请求
Request.cs如下，主要就是两个方法，一个方法是验证代理ip是否有效，设置HttpWebRequest的Proxy属性，请求百度，看到有些文章大多数会获取响应的内容，如果内容符合请求的网址则证明代理哟有效，实际上根据HttpStatusCode 200就可以判断是否验证有效。
【注意】建的是控制台程序，使用了异步，所以还是建.net core吧，c#语言的版本7.1。C#如何在控制台程序中使用异步
1 public class Request 2 { 3 /// <summary> 4 /// 验证代理ip有效性 5 /// </summary> 6 /// <param name="proxyIp">代理IP</param> 7 /// <param name="proxyPort">代理IP 端口</param> 8 /// <param name="timeout">详情超时</param> 9 /// <param name="url">请求的地址</param>10 /// <param name="success">成功的回调</param>11 /// <param name="fail">失败的回调</param>12 /// <returns></returns>13 public static async System.Threading.Tasks.Task getAsync(string proxyIp,int proxyPort, int timeout,string url, Action success, Action<string> fail)14 {15 System.GC.Collect();16 HttpWebRequest request = null;17 HttpWebResponse response = null;18 try19 {20 request = (HttpWebRequest)WebRequest.Create(url);21 //HttpWebRequest request = HttpWebRequest.CreateHttp(url);22 request.Timeout =timeout;23 request.KeepAlive = false;24 request.Proxy = new WebProxy(proxyIp,proxyPort);25 response = await request.GetResponseAsync() as HttpWebResponse;26 if (response.StatusCode == HttpStatusCode.OK)27 {28 success();29 }30 else31 {32 fail(response.StatusCode+":"+response.StatusDescription);33 }34 }35 catch (Exception ex)36 {37 fail("请求异常"+ex.Message.ToString());38 }39 finally40 {41 if (request != null)42 {43 request.Abort();44 request = null;45 }46 if (response != null)47 {48 response.Close();49 }50 }51 }52 53 /// <summary>54 /// 发起http请求55 /// </summary>56 /// <param name="url"></param>57 /// <param name="success">成功的回调</param>58 /// <param name="fail">失败的回调</param>59 public static void get(string url,Action<string> success,Action<string> fail)60 {61 StreamReader reader = null;62 Stream stream = null;63 WebRequest request = null;64 HttpWebResponse response = null;65 try66 {67 request = WebRequest.Create(url);68 request.Timeout = 2000;69 response = (HttpWebResponse)request.GetResponse();70 if (response.StatusCode == HttpStatusCode.OK)71 {72 stream = response.GetResponseStream();73 reader = new StreamReader(stream);74 string result = reader.ReadToEnd();75 success(result);76 }77 else78 {79 fail(response.StatusCode+":"+response.StatusDescription);80 }81 }82 catch (Exception ex)83 {84 fail(ex.ToString());85 }86 finally87 {88 if (reader != null)89 reader.Close();90 if (stream != null)91 stream.Close();92 if(response!=null)93 response.Close();94 if(request!=null)95 request.Abort();96 }97 }98 }
抓取免费代理，并检查是否有效
ProxyIpHelper.cs 中主要有四个方法，检查ip是否可用CheckProxyIpAsync、抓取xicidaili.com的代理GetXicidailiProxy、抓取ip3366.net的代理GetIp3366Proxy、抓取66ip.cn的代理GetIp3366Proxy。如果想多抓取几个网站可以多写几个。
public class ProxyIpHelper { private static string address_xicidaili = "http://www.xicidaili.com/wn/{0}"; private static string address_66ip = "http://www.66ip.cn/nmtq.php?getnum=20&isp=0&anonymoustype=0&start=&ports=&export=&ipaddress=&area=1&proxytype=1&api=66ip"; private static string address_ip3366 = "http://www.ip3366.net/?stype=1&page={0}"; /// <summary> /// 检查代理IP是否可用 /// </summary> /// <param name="ipAddress">ip</param> /// <param name="success">成功的回调</param> /// <param name="fail">失败的回调</param> /// <returns></returns> public static async Task CheckProxyIpAsync(string ipAddress, Action success, Action<string> fail) { int index = ipAddress.IndexOf(":"); string proxyIp = ipAddress.Substring(0, index); int proxyPort = int.Parse(ipAddress.Substring(index + 1)); await Request.getAsync(proxyIp, proxyPort, 3000, "https://www.baidu.com/", () => { success(); }, (error) => { fail(error); }); } /// <summary> /// 从xicidaili.com网页上去获取代理IP，可以分页 /// </summary> /// <param name="page"></param> /// <returns></returns> public static List<string> GetXicidailiProxy(int page) { List<string> list = new List<string>(); for (int p = 1; p <= page; p++) { string url = string.Format(address_xicidaili, p); Request.get(url,(docText)=> { if (!string.IsNullOrWhiteSpace(docText)) { HtmlDocument doc = new HtmlDocument(); doc.LoadHtml(docText); var trNodes = doc.DocumentNode.SelectNodes("//table[@id='ip_list']")[0].SelectNodes("./tr"); if (trNodes != null && trNodes.Count > 0) { for (int i = 1; i < trNodes.Count; i++) { var tds = trNodes[i].SelectNodes("./td"); string ipAddress = tds[1].InnerText + ":" + int.Parse(tds[2].InnerText); ; list.Add(ipAddress); } } } },(error)=> { Console.WriteLine(error); }); } return list; } /// <summary> /// 从ip3366.net网页上去获取代理IP，可以分页 /// </summary> /// <param name="page"></param> /// <returns></returns> public static List<string> GetIp3366Proxy(int page) { List<string> list = new List<string>(); for (int p = 1; p <= page; p++) { string url = string.Format(address_ip3366, p); Request.get(url, (docText) => { if (!string.IsNullOrWhiteSpace(docText)) { HtmlDocument doc = new HtmlDocument(); doc.LoadHtml(docText); var trNodes1 = doc.DocumentNode.SelectNodes("//table")[0]; var trNodes2 = doc.DocumentNode.SelectNodes("//table")[0].SelectSingleNode("//tbody"); var trNodes = doc.DocumentNode.SelectNodes("//table")[0].SelectSingleNode("//tbody").SelectNodes("./tr"); if (trNodes != null && trNodes.Count > 0) { for (int i = 1; i < trNodes.Count; i++) { var tds = trNodes[i].SelectNodes("./td"); if (tds[3].InnerHtml == "HTTPS") { string ipAddress = tds[0].InnerText + ":" + int.Parse(tds[1].InnerText); ; list.Add(ipAddress); } } } } }, (error) => { Console.WriteLine(error); }); } return list; } /// <summary> /// 从66ip.cn中去获取，不需要分页 /// </summary> /// <returns></returns> public static List<string> Get66ipProxy() { List<string> list = new List<string>(); Request.get(address_66ip, (docText)=> { int count = 0; if (string.IsNullOrWhiteSpace(docText) == false) { string regex = "\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\:\d{1,5}"; Match mstr = Regex.Match(docText, regex); while (mstr.Success && count < 20) { string tempIp = mstr.Groups[0].Value; list.Add(tempIp); mstr = mstr.NextMatch(); count++; } } }, (error)=> { Console.WriteLine(error); }); return list; } }
使用Timer定时抓取，并检查，成功则保存到redis
c#有三种定时器，这里定时器是使用System.Threading命名空间， 这个Timer会开启新的线程，抓取三个网页定义了三个Timer对象。每一次抓取都会保存上一次抓取的集合，检查前，会进行对比，取出新的集合也就是没有重复的那部分。有效性的ip比较低，这里没有做统计，如果代码再优化一下，可以做一下统计，看看程序的主入口吧，最终的实现如下：
1 class Program 2 { 3 static bool timer_ip3366_isCompleted = true; 4 static bool timer_xicidaili_isCompleted = true; 5 static bool timer_66ip_isCompleted = true; 6 static Timer timer_ip3366, timer_xicidaili, timer_66ip; 7 private static List<string> lastListip3366,lastList66ip,lastListxicidaili;//保存上一次抓取的代理，与下一次进行对比，取新的集合进行检查筛选 8 static async Task Main(string[] args) 9 { 10 System.Net.ServicePointManager.DefaultConnectionLimit = 2000; 11 Console.WriteLine("hellow proxyIp"); 12 Console.ReadLine(); 13 lastList66ip = new List<string>(); 14 lastListip3366 = new List<string>(); 15 lastListxicidaili = new List<string>(); 16 timer_ip3366 = new Timer(async (state) => 17 { 18 await TimerIp3366Async(); 19 }, "processing timer_ip3366 event", 0,1000*30); 20 timer_xicidaili = new Timer(async (state) => 21 { 22 await TimerXicidailiAsync(); 23 }, "processing timer_xicidaili event", 0, 1000 * 60); 24 timer_66ip = new Timer(async (state) => 25 { 26 await Timer66ipAsync(); 27 }, "processing timer_66ip event", 0, 1000*30); 28 29 Console.ReadLine(); 30 } 31 32 33 34 private static async Task Timer66ipAsync() 35 { 36 if (timer_66ip_isCompleted) 37 { 38 timer_66ip_isCompleted = false; 39 List<string> checkList = new List<string>(); 40 var listProxyIp = ProxyIpHelper.Get66ipProxy(); 41 42 if (listProxyIp.Count > 0) 43 { 44 Console.ForegroundColor = ConsoleColor.DarkCyan; 45 Console.WriteLine("66ip.cn 抓取到" + listProxyIp.Count + "条记录,正在对比........."); 46 listProxyIp.ForEach(f => 47 { 48 if (!lastList66ip.Contains(f)) 49 { 50 checkList.Add(f); 51 } 52 }); 53 lastList66ip = listProxyIp; 54 if (checkList.Count > 0) 55 { 56 Console.ForegroundColor = ConsoleColor.DarkCyan; 57 Console.WriteLine("66ip.cn 需要检查" + checkList.Count + "条记录,正在进行检测是否有效.........."); 58 for (int i = 0; i < checkList.Count; i++) 59 { 60 string ipAddress = checkList[i]; 61 await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () => 62 { 63 bool insertSuccess = RedisHelper.InsertSet(ipAddress); 64 Console.ForegroundColor = ConsoleColor.White; 65 Console.WriteLine("66ip.cn"); 66 if (insertSuccess) 67 { 68 Console.WriteLine("success" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId); 69 } 70 Console.WriteLine("重复插入" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId); 71 }, (error) => 72 { 73 Console.ForegroundColor = ConsoleColor.Green; 74 Console.WriteLine("66ip.cn"); 75 Console.WriteLine("error:" + ipAddress + error + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId); 76 }); 77 } 78 timer_66ip_isCompleted = true; 79 Console.ForegroundColor = ConsoleColor.DarkCyan; 80 Console.WriteLine("66ip.cn" + checkList.Count + "条记录,已经检测完成，正在进行下一次检查"); 81 } 82 else 83 { 84 timer_66ip_isCompleted = true; 85 Console.ForegroundColor = ConsoleColor.DarkCyan; 86 Console.WriteLine("66ip.cn没有需要检查的代理ip"); 87 } 88 } 89 else 90 { 91 timer_66ip_isCompleted = true; 92 Console.ForegroundColor = ConsoleColor.DarkCyan; 93 Console.WriteLine("66ip.cn没有获取到代理ip"); 94 } 95 } 96 } 97 98 private static async Task TimerXicidailiAsync() 99 {100 if (timer_xicidaili_isCompleted)101 {102 //取出需要检查的ip地址，第一次100条则checklist就是100条记录，103 //第二次的100条中只有10是和上一次的不重复，则第二次只需要检查这10条记录104 timer_xicidaili_isCompleted = false;105 List<string> checkList = new List<string>();106 var listProxyIp = ProxyIpHelper.GetXicidailiProxy(1);107 if (listProxyIp.Count > 0)108 {109 Console.WriteLine("xicidaili.com 抓取到" + listProxyIp.Count + "条记录,正在对比............");110 listProxyIp.ForEach(f =>111 {112 if (!lastListxicidaili.Contains(f))113 {114 checkList.Add(f);115 }116 });117 lastListxicidaili = listProxyIp;118 if (checkList.Count > 0)119 {120 Console.ForegroundColor = ConsoleColor.DarkCyan;121 Console.WriteLine("xicidaili.com 需要检查" + checkList.Count + "条记录,正在进行检测是否有效..........");122 for (int i = 0; i < checkList.Count; i++)123 {124 string ipAddress = checkList[i];125 await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () =>126 {127 bool insertSuccess = RedisHelper.InsertSet(ipAddress);128 Console.ForegroundColor = ConsoleColor.White;129 Console.WriteLine("xicidaili.com");130 if (insertSuccess)131 {132 Console.WriteLine("success" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);133 }134 else135 Console.WriteLine("重复插入" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);136 }, (error) =>137 {138 Console.WriteLine("xicidaili.com");139 Console.ForegroundColor = ConsoleColor.Red;140 Console.WriteLine("error:" + ipAddress + error + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);141 });142 }143 timer_xicidaili_isCompleted = true;144 Console.ForegroundColor = ConsoleColor.DarkCyan;145 Console.WriteLine("xicidaili.com" + checkList.Count + "条记录,已经检测完成，正在进行下一次检查");146 }147 else148 {149 timer_xicidaili_isCompleted = true;150 Console.ForegroundColor = ConsoleColor.DarkCyan;151 Console.WriteLine("xicidaili.com没有需要检查的代理ip");152 }153 }154 else155 {156 timer_xicidaili_isCompleted = true;157 Console.ForegroundColor = ConsoleColor.DarkCyan;158 Console.WriteLine("xicidaili.com没有获取到代理ip");159 }160 }161 }162 private static async Task TimerIp3366Async()163 {164 if (timer_ip3366_isCompleted)165 {166 timer_ip3366_isCompleted = false;167 List<string> checkList = new List<string>();168 var listProxyIp = ProxyIpHelper.GetIp3366Proxy(4);169 if (listProxyIp.Count > 0)170 {171 Console.ForegroundColor = ConsoleColor.DarkCyan;172 Console.WriteLine("ip3366.net 抓取到" + listProxyIp.Count + "条记录,正在进行检测是否有效..........");173 listProxyIp.ForEach(f =>174 {175 if (!lastListip3366.Contains(f))176 {177 checkList.Add(f);178 }179 });180 lastListip3366 = listProxyIp;181 if (checkList.Count != 0)182 {183 Console.ForegroundColor = ConsoleColor.DarkCyan;184 Console.WriteLine("ip3366.net 需要检查" + checkList.Count + "条记录,正在进行检测是否有效..........");185 for (int i = 0; i < checkList.Count; i++)186 {187 string ipAddress = checkList[i];188 await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () =>189 {190 bool insertSuccess = RedisHelper.InsertSet(ipAddress);191 Console.ForegroundColor = ConsoleColor.White;192 Console.WriteLine("ip3366.net");193 if (insertSuccess)194 {195 Console.WriteLine("success" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);196 }197 else198 {199 Console.ForegroundColor = ConsoleColor.Red;200 Console.WriteLine("重复插入" + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);201 }202 }, (error) =>203 {204 Console.ForegroundColor = ConsoleColor.Yellow;205 Console.WriteLine("ip3366.net");206 Console.WriteLine("error " + ipAddress + "任务编号:" + i + "当前任务线程:" + Thread.CurrentThread.ManagedThreadId);207 });208 }209 timer_ip3366_isCompleted = true;210 Console.WriteLine("ip3366.net" + checkList.Count + "条记录,已经检测完成，正在进行下一次检查");211 }212 else213 {214 timer_ip3366_isCompleted = true;215 Console.ForegroundColor = ConsoleColor.DarkCyan;216 Console.WriteLine("ip3366.net没有需要检查的代理ip");217 }218 }219 else220 {221 timer_ip3366_isCompleted = true;222 Console.ForegroundColor = ConsoleColor.DarkCyan;223 Console.WriteLine("ip3366.net没有获取到代理ip");224 }225 226 }227 }228 }
Redis第三库使用的stackoverflow的 StackExchange.Redis，代理ip不能重复储存，所以采用的数据结构是Set。存的值非常简单就一个ip加上port，也可以存入更多相关信息，感觉没必要。即使有这些其他的信息，也很难发挥作用。RedisHelper.cs如下
1 public class RedisHelper 2 { 3 private static readonly object Locker = new object(); 4 private static ConnectionMultiplexer _redis; 5 private const string CONNECTTIONSTRING = "127.0.0.1:6379,DefaultDatabase=3"; 6 public const string REDIS_SET_KET_SUCCESS = "set_success_ip"; 7 private static ConnectionMultiplexer Manager 8 { 9 get10 {11 if (_redis == null)12 {13 lock (Locker)14 {15 if (_redis != null) return _redis;16 _redis = GetManager();17 return _redis;18 }19 }20 return _redis;21 }22 }23 private static ConnectionMultiplexer GetManager(string connectionString = null)24 {25 if (string.IsNullOrEmpty(connectionString))26 {27 connectionString = CONNECTTIONSTRING;28 }29 return ConnectionMultiplexer.Connect(connectionString);30 }31 public static bool InsertSet(string value)32 {33 var db = Manager.GetDatabase();34 return db.SetAdd(REDIS_SET_KET_SUCCESS,value);35 }36 }
总结
明天补上刷新网页浏览量的文章吧，代码还不够好，ip的有效性还不高，对多线程的使用还不是很熟练
--------
7月6号的补充：完成csdn刷文章的浏览量了：C#使用代理Ip刷新csdn文章浏览量
--------
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
上一篇：回车键按下时，键盘会有什么反应 下一篇：springboot+shiro权限
