python实现网页点击_python通过代理刷网页点击量

#!/usr/bin/python

#-*- coding:utf-8 -*-

'''

此脚本主要实现网页的点击量，除了实现次功能点外，还有三个知识点：

1、随机获取代理ip，通过代理ip访问指定站点，其目的是防止ip被封

2、访问一个页面后，随机休息几秒，再访问，其目的是防止网站前面有4-7层过滤设备拦截

3、修改http的user agent字段，有些网站和4-7层设备会检查

Created on 2013-7-14

@author: QQ136354553

'''

import urllib2,re,time,urllib,proxyIP,random,user_agents

def getHtml(url):

proxy_ip =random.choice(proxyIP.proxy_list) #在proxy_list中随机取一个ip

print proxy_ip

proxy_support = urllib2.ProxyHandler(proxy_ip)

opener = urllib2.build_opener(proxy_support,urllib2.HTTPHandler)

urllib2.install_opener(opener)

request = urllib2.Request(url)

user_agent = random.choice(user_agents.user_agents)  #在user_agents中随机取一个做user_agent

request.add_header('User-Agent',user_agent) #修改user-Agent字段

print user_agent

html = urllib2.urlopen(request).read()

return html

urls = ['http://www.25shiyan.com/?fromuid=16','http://www.25shiyan.com/forum.php?mod=viewthread&tid=37840&extra=page%3D1','http://www.25shiyan.com/forum.php?mod=viewthread&tid=36786&extra=page%3D1']

count = 0

while count < 10000:

for url in urls:

getHtml(url)

count += 1

randomTime = random.uniform(1,10) #取1-10之间的随机浮点数

time.sleep(randomTime) #随机等待时间

print count

######################

上面引入模块中：proxyIP、user_agents内容如下：

######################

proxyIP.py

#!/usr/bin/python

#-*- conding:utf-8 -*-

proxy_list = [

{'http':"http://59.53.67.215:80"},

{'http':"http://60.161.14.77:8001"},

{'http':"http://61.144.14.68:80"},

{'http':"http://61.144.68.180:9999"},

{'http':"http://61.164.108.84:8844"},

{'http':"http://61.166.55.153:11808"}

]

###########################

user_agents.py

#!/usr/bin/python

#-*- coding:utf-8 -*-

import random

user_agents = [

'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11',

'Opera/9.25 (Windows NT 5.1; U; en)',

'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)',

'Mozilla/5.0 (compatible; Konqueror/3.5; Linux) KHTML/3.5.5 (like Gecko) (Kubuntu)',

'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.8.0.12) Gecko/20070731 Ubuntu/dapper-security Firefox/1.5.0.12',

'Lynx/2.8.5rel.1 libwww-FM/2.14 SSL-MM/1.4.1 GNUTLS/1.2.9'

]

####################################

1、目前脚本有一个缺陷，如果代理ip中有访问不成功的，脚本就会异常终止，还没有实现异常处理，稍后会考虑

2、urls没有处理好，最初是想从一个主战点，抓去子链接的，现在还没有实现

有很多地方没有想好怎么处理，如果有好的建议请赐教~