前言
之前看到某公司的官網的文章的瀏覽量刷新一次網頁就會增加一次，給人的感覺不太好，一個公司的官網給人如此直白的漏洞，我批量發起請求的時候發現頁面打開都報錯，100多人的公司的官網文章刷新一次你給我看這個，這公司以前來過我們學校宣傳招人+在園子里搜招聘的時候發現居然以前招xamarin，挺好奇的，所以就關注過。好吧不說這些了，只是扯扯蛋而已，回歸主題，我想說的是csdn的文章可以通過設置代理ip刷新文章的瀏覽量，所以首先要做的就是這篇文章的主題“使用c#驗證代理ip有效性”。
當然代理IP來源肯定是免費，所以嘛效率一般，從一些免費的代理ip的網頁抓取的代理IP并不一定都是有用的，所以需要我們對我們抓取的代理ip進行驗證，代理ip的有效時間也是有限，從10幾秒到1個小時不限，大多數時間非常短，所以比如說，我們1分鐘需要100個代理ip，那就1分鐘獲取一次，每次獲取100個（這里是理想狀態下的，抓取的代理ip都是有效的），原則上來說抓取下來后應該立即馬上被使用。
當然這篇文章比較基礎，一直覺得爬蟲比較有趣，其實我在爬蟲方面也是個小白，只是做一個簡單的記錄，如果有什么錯誤的地方，希望能提出建議。針對下面幾個問題，我們就可以完成如何驗證代理IP有效性的檢測了。
1.從哪些網頁上可以抓取免費的代理IP？
http://www.xicidaili.com
http://www.ip3366.net
http://www.66ip.cn
百度一下“免費代理ip”挺多的。
2.代理IP穩定嗎？有什么作用？
這種免費的代理ip時效性和有效性都不強，上面這三個免費的代理網站，時效性大概在十幾秒到1個小時不等，一般需要自己處理驗證后使用，提高命中率。可適用于隱藏網頁IP（有些網站還不準使用代理ip，比如豆瓣，其實挺尷尬的，內容這么貴嗎），一般常用于空間留言、刷網站流量、網賺任務、批量注冊賬號等，只要沒有其他限制，需要頻繁更換ip都可以使用。
3.ping通IP就是有效的嗎？如何驗證代理是否有效
好吧，這有點廢話，進行端口測試才是最有效的，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，當然HttpWebRequest比Socket連接代理ip、port要慢。
4.一次提取多少代理合適？
代理ip時效性不強、并且有效性也不高，所以只能從一些代理ip的網站上批量定時去獲取，有的代理在一分鐘內使用是有限制的，所以說限制比較多。
5.http代理和https代理有什么區別？
需要訪問https的網站就需要使用https代理了，比如百度，需要訪問http的代理，可以使用http。這個并不是100%的。
檢測代理ip有效性步驟如下：
1.使用HttpWebRequest、HttpWebResponse請求代理ip的網頁，獲取包含代理的網頁內容
2.使用HtmlAgilityPack或者正則表達式對抓取的內容進行截取，保存到代理集合
3.拿到代理集合，多線程發起http請求，比如訪問百度，是否成功，成功則存到Redis里面。
效果圖如下：
使用HttpWebRequest發起請求
Request.cs如下，主要就是兩個方法，一個方法是驗證代理ip是否有效，設置HttpWebRequest的Proxy屬性，請求百度，看到有些文章大多數會獲取響應的內容，如果內容符合請求的網址則證明代理喲有效，實際上根據HttpStatusCode 200就可以判斷是否驗證有效。
【注意】建的是控制臺程序，使用了異步，所以還是建.net core吧，c#語言的版本7.1。
public class Request { /// <summary> /// 驗證代理ip有效性 /// </summary> /// <param name="proxyIp">代理IP</param> /// <param name="proxyPort">代理IP 端口</param> /// <param name="timeout">詳情超時</param> /// <param name="url">請求的地址</param> /// <param name="success">成功的回調</param> /// <param name="fail">失敗的回調</param> /// <returns></returns> public static async System.Threading.Tasks.Task getAsync(string proxyIp,int proxyPort, int timeout,string url, Action success, Action<string> fail) { System.GC.Collect(); HttpWebRequest request = null; HttpWebResponse response = null; try { request = (HttpWebRequest)WebRequest.Create(url); //HttpWebRequest request = HttpWebRequest.CreateHttp(url); request.Timeout =timeout; request.KeepAlive = false; request.Proxy = new WebProxy(proxyIp,proxyPort); response = await request.GetResponseAsync() as HttpWebResponse; if (response.StatusCode == HttpStatusCode.OK) { success(); } else { fail(response.StatusCode+":"+response.StatusDescription); } } catch (Exception ex) { fail("請求異常"+ex.Message.ToString()); } finally { if (request != null) { request.Abort(); request = null; } if (response != null) { response.Close(); } } } /// <summary> /// 發起http請求 /// </summary> /// <param name="url"></param> /// <param name="success">成功的回調</param> /// <param name="fail">失敗的回調</param> public static void get(string url,Action<string> success,Action<string> fail) { StreamReader reader = null; Stream stream = null; WebRequest request = null; HttpWebResponse response = null; try { request = WebRequest.Create(url); request.Timeout = 2000; response = (HttpWebResponse)request.GetResponse(); if (response.StatusCode == HttpStatusCode.OK) { stream = response.GetResponseStream(); reader = new StreamReader(stream); string result = reader.ReadToEnd(); success(result); } else { fail(response.StatusCode+":"+response.StatusDescription); } } catch (Exception ex) { fail(ex.ToString()); } finally { if (reader != null) reader.Close(); if (stream != null) stream.Close(); if(response!=null) response.Close(); if(request!=null) request.Abort(); } } }抓取免費代理，并檢查是否有效
ProxyIpHelper.cs 中主要有四個方法，檢查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。如果想多抓取幾個網站可以多寫幾個。
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> /// 檢查代理IP是否可用 /// </summary> /// <param name="ipAddress">ip</param> /// <param name="success">成功的回調</param> /// <param name="fail">失敗的回調</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> /// 從xicidaili.com網頁上去獲取代理IP，可以分頁 /// </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> /// 從ip3366.net網頁上去獲取代理IP，可以分頁 /// </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> /// 從66ip.cn中去獲取，不需要分頁 /// </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定時抓取，并檢查，成功則保存到redis
c#有三種定時器，這里定時器是使用System.Threading命名空間， 這個Timer會開啟新的線程，抓取三個網頁定義了三個Timer對象。每一次抓取都會保存上一次抓取的集合，檢查前，會進行對比，取出新的集合也就是沒有重復的那部分。有效性的ip比較低，這里沒有做統計，如果代碼再優化一下，可以做一下統計，看看程序的主入口吧，最終的實現如下：
class Program { static bool timer_ip3366_isCompleted = true; static bool timer_xicidaili_isCompleted = true; static bool timer_66ip_isCompleted = true; static Timer timer_ip3366, timer_xicidaili, timer_66ip; private static List<string> lastListip3366,lastList66ip,lastListxicidaili;//保存上一次抓取的代理，與下一次進行對比，取新的集合進行檢查篩選 static async Task Main(string[] args) { System.Net.ServicePointManager.DefaultConnectionLimit = 2000; Console.WriteLine("hellow proxyIp"); Console.ReadLine(); lastList66ip = new List<string>(); lastListip3366 = new List<string>(); lastListxicidaili = new List<string>(); timer_ip3366 = new Timer(async (state) => { await TimerIp3366Async(); }, "processing timer_ip3366 event", 0,1000*30); timer_xicidaili = new Timer(async (state) => { await TimerXicidailiAsync(); }, "processing timer_xicidaili event", 0, 1000 * 60); timer_66ip = new Timer(async (state) => { await Timer66ipAsync(); }, "processing timer_66ip event", 0, 1000*30); Console.ReadLine(); } private static async Task Timer66ipAsync() { if (timer_66ip_isCompleted) { timer_66ip_isCompleted = false; List<string> checkList = new List<string>(); var listProxyIp = ProxyIpHelper.Get66ipProxy(); if (listProxyIp.Count > 0) { Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("66ip.cn 抓取到" + listProxyIp.Count + "條記錄,正在對比........."); listProxyIp.ForEach(f => { if (!lastList66ip.Contains(f)) { checkList.Add(f); } }); lastList66ip = listProxyIp; if (checkList.Count > 0) { Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("66ip.cn 需要檢查" + checkList.Count + "條記錄,正在進行檢測是否有效.........."); for (int i = 0; i < checkList.Count; i++) { string ipAddress = checkList[i]; await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () => { bool insertSuccess = RedisHelper.InsertSet(ipAddress); Console.ForegroundColor = ConsoleColor.White; Console.WriteLine("66ip.cn"); if (insertSuccess) { Console.WriteLine("success" + ipAddress + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); } Console.WriteLine("重復插入" + ipAddress + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); }, (error) => { Console.ForegroundColor = ConsoleColor.Green; Console.WriteLine("66ip.cn"); Console.WriteLine("error:" + ipAddress + error + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); }); } timer_66ip_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("66ip.cn" + checkList.Count + "條記錄,已經檢測完成，正在進行下一次檢查"); } else { timer_66ip_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("66ip.cn沒有需要檢查的代理ip"); } } else { timer_66ip_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("66ip.cn沒有獲取到代理ip"); } } } private static async Task TimerXicidailiAsync() { if (timer_xicidaili_isCompleted) { //取出需要檢查的ip地址，第一次100條則checklist就是100條記錄， //第二次的100條中只有10是和上一次的不重復，則第二次只需要檢查這10條記錄 timer_xicidaili_isCompleted = false; List<string> checkList = new List<string>(); var listProxyIp = ProxyIpHelper.GetXicidailiProxy(1); if (listProxyIp.Count > 0) { Console.WriteLine("xicidaili.com 抓取到" + listProxyIp.Count + "條記錄,正在對比............"); listProxyIp.ForEach(f => { if (!lastListxicidaili.Contains(f)) { checkList.Add(f); } }); lastListxicidaili = listProxyIp; if (checkList.Count > 0) { Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("xicidaili.com 需要檢查" + checkList.Count + "條記錄,正在進行檢測是否有效.........."); for (int i = 0; i < checkList.Count; i++) { string ipAddress = checkList[i]; await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () => { bool insertSuccess = RedisHelper.InsertSet(ipAddress); Console.ForegroundColor = ConsoleColor.White; Console.WriteLine("xicidaili.com"); if (insertSuccess) { Console.WriteLine("success" + ipAddress + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); } else Console.WriteLine("重復插入" + ipAddress + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); }, (error) => { Console.WriteLine("xicidaili.com"); Console.ForegroundColor = ConsoleColor.Red; Console.WriteLine("error:" + ipAddress + error + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); }); } timer_xicidaili_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("xicidaili.com" + checkList.Count + "條記錄,已經檢測完成，正在進行下一次檢查"); } else { timer_xicidaili_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("xicidaili.com沒有需要檢查的代理ip"); } } else { timer_xicidaili_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("xicidaili.com沒有獲取到代理ip"); } } } private static async Task TimerIp3366Async() { if (timer_ip3366_isCompleted) { timer_ip3366_isCompleted = false; List<string> checkList = new List<string>(); var listProxyIp = ProxyIpHelper.GetIp3366Proxy(4); if (listProxyIp.Count > 0) { Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("ip3366.net 抓取到" + listProxyIp.Count + "條記錄,正在進行檢測是否有效.........."); listProxyIp.ForEach(f => { if (!lastListip3366.Contains(f)) { checkList.Add(f); } }); lastListip3366 = listProxyIp; if (checkList.Count != 0) { Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("ip3366.net 需要檢查" + checkList.Count + "條記錄,正在進行檢測是否有效.........."); for (int i = 0; i < checkList.Count; i++) { string ipAddress = checkList[i]; await ProxyIpHelper.CheckProxyIpAsync(ipAddress, () => { bool insertSuccess = RedisHelper.InsertSet(ipAddress); Console.ForegroundColor = ConsoleColor.White; Console.WriteLine("ip3366.net"); if (insertSuccess) { Console.WriteLine("success" + ipAddress + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); } else { Console.ForegroundColor = ConsoleColor.Red; Console.WriteLine("重復插入" + ipAddress + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); } }, (error) => { Console.ForegroundColor = ConsoleColor.Yellow; Console.WriteLine("ip3366.net"); Console.WriteLine("error " + ipAddress + "任務編號:" + i + "當前任務線程:" + Thread.CurrentThread.ManagedThreadId); }); } timer_ip3366_isCompleted = true; Console.WriteLine("ip3366.net" + checkList.Count + "條記錄,已經檢測完成，正在進行下一次檢查"); } else { timer_ip3366_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("ip3366.net沒有需要檢查的代理ip"); } } else { timer_ip3366_isCompleted = true; Console.ForegroundColor = ConsoleColor.DarkCyan; Console.WriteLine("ip3366.net沒有獲取到代理ip"); } } } }Redis第三庫使用的stackoverflow的 StackExchange.Redis，代理ip不能重復儲存，所以采用的數據結構是Set。存的值非常簡單就一個ip加上port，也可以存入更多相關信息，感覺沒必要。即使有這些其他的信息，也很難發揮作用。RedisHelper.cs如下
public class RedisHelper { private static readonly object Locker = new object(); private static ConnectionMultiplexer _redis; private const string CONNECTTIONSTRING = "127.0.0.1:6379,DefaultDatabase=3"; public const string REDIS_SET_KET_SUCCESS = "set_success_ip"; private static ConnectionMultiplexer Manager { get { if (_redis == null) { lock (Locker) { if (_redis != null) return _redis; _redis = GetManager(); return _redis; } } return _redis; } } private static ConnectionMultiplexer GetManager(string connectionString = null) { if (string.IsNullOrEmpty(connectionString)) { connectionString = CONNECTTIONSTRING; } return ConnectionMultiplexer.Connect(connectionString); } public static bool InsertSet(string value) { var db = Manager.GetDatabase(); return db.SetAdd(REDIS_SET_KET_SUCCESS,value); } }總結
明天補上刷新網頁瀏覽量的文章吧，代碼還不夠好，ip的有效性還不高，對多線程的使用還不是很熟練
好了，以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對VEVB武林網的支持。
新聞熱點
疑難解答
