基于DHT网络的BT磁力链蜘蛛源码

几年前研究大文件的下载分发，注意到了libtorrent这个非常完善的BT下载库，因此对BT相关协议也有了粗浅的了解。于是我用这个库提供的接口，实现了一个DHT的蜘蛛。

我把这个蜘蛛放到美国的不限制UDP和BT协议的虚拟机上，每天大概可以采集3000-9000个BT种子的相关信息。

之所以选择做BT蜘蛛，是因为当时淘宝上出售的各种DHT蜘蛛，都是带网页病毒的，会感染HTML文件，所以就干脆自己动手了，更安全些。

大概介绍一下原理：
BT种子被制作出来之后，会具有一个HASH值，这个HASH值，就可以对应出一个磁力链链接，比如：magnet:?xt=urn:btih:F5615DFB80AC995787C1B2219A75DF7805278DEA（这个F5615DFB80AC995787C1B2219A75DF7805278DEA就是HASH），只要文件内容相同，那么HASH就是固定的。

BT软件启动时，一般会自动连接到一个DHT网络，这是一个分布式的UDP网络，每台机器维护着若干跟自己相邻的其他BT下载者的IP（以下简称节点）。

当BT软件拿到磁力链HASH之后，就会向周围的节点发布消息，询问“你有这个HASH的文件吗？”如果被询问的节点没有这个文件，那么这些节点就会再向外层继续广播询问，直到找到这个种子为止（为避免广播风暴，这个广播的最大层级会有限制）

当找到有一个节点X有这个种子后，当前机器的BT软件就会与节点X连接，请求节点X把种子发过来，磁力链转种子的工作至此完成。

当其他节点进行磁力链下载时，也会把HASH广播给你，这样你拿到了HASH，也就能顺手把这个HASH转化为种子。

这样，全网流行的BT种子，基本你都可以拿到了。

实在看不懂原理的可以先看看这个视频，大概了解下BT工作机制：https://www.bilibili.com/video/av57748098/

我把BT磁力链蜘蛛源码传到了GitHub，如果觉得对你有用，请不吝赐予我一个星星。
源码地址：

https://github.com/Jobcrazy/BitTorrent-DHT-Spider

源码是基于Linux的，相关编译环境和方法，也有比较详细的说明。

简单讲讲main函数的代码：
初始化libtorrent，并连接到了DHT网络，之后添加了一个虚假的磁力链任务，促使libtorrent去跟其他的DHT节点联系，来获取其他节点正在下载的HASH信息；
监听DHT通知，当收到新的HASH信息时，把HASH添加成BT任务，向其他节点请求种子信息；
监听DHT通知，当收到种子信息时，把种子存到mysql数据库里，数据库的结构也在github里了。

当数据库里有了数据，你需要的是一个支持中文全文搜索的引擎，来打造一个磁力链搜索引擎，这时候你可以通过coreseek这个开源软件来解决。coreseek的教程网上比较好搜到，这里我就不重复了。