2019年06月12日阅读 7

刷票小程序原理剖析(python和java)

你还在苦苦拉票吗？

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()


复制代码

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>
复制代码

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();
        }
    }
}

复制代码

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();
            }
        }
    }

}

复制代码

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。

github代码地址，欢迎star

欢迎关注我的个人公众号：bigsai