Nodejs 伪造IP 爬取图片

最新推荐文章于 2023-10-02 19:59:33 发布

原创最新推荐文章于 2023-10-02 19:59:33 发布 · 1.7k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#运维 #php #java

Objective-c 同时被 3 个专栏收录

143 篇文章

订阅专栏

javascript

26 篇文章

订阅专栏

NodeJS

12 篇文章

订阅专栏

本文详细介绍了如何使用Nodejs进行IP伪装，以实现爬虫在抓取图片时避免被目标网站识别。通过讲解相关技巧和方法，帮助读者理解这一过程，并探讨了相关风险和应对策略。

构造Http 请求头(header)来设置X-Forwarded-For

一般Nginx是通过这样的方式获得客户端IP.再用X-Forwarded-For参数传到PHP,java的后台,程序再获得X-Forwarded-For参数.

header设置

.set("X-Forwarded-For" , "10.111.198.90")

即可伪造IP

//Nodejs  模拟IP 爬取图片

var _ = require('underscore');
var cheerio = require('cheerio');
var superagent = require('superagent');
var async = require('async');
var mkdirp = require('mkdirp');
var fs = require('fs');
var http = require('http');

//本地存储目录
var dir = './images';

//创建目录
mkdirp(dir, function(err) {
  if(err){
    console.log(err);
  }
});

var imgList = new Array();


var url = "http://www.easyicon.net/iconsearch/iconset:flatastic-icons";
getData(url);

console.log(imgList.length)


function getData(url){

  console.log("url" , url)

  superagent.get(url).end(function (err, sres) {
    if (err) {
      console.log(err)
      return;
    }

    var $ = cheerio.load(sres.text);
    var pages_all = $(".pages_all");
    var thisPage = pages_all.find("span");
    var next = thisPage.next();

    var liList = $("#container").find("ol").find("li");

    var pages = new Array();
    _.each(liList , function(item  , index){

      if(index == 0 ){
        return;
      }
      var href = $(item).find("a").eq(0).attr("href");
      //获取数据，下载
      //getHtml(href);

      pages.push(href);
    })

    console.log(pages.length)

    async.eachSeries(pages, function(item,callback){
      console.log("-一轮结束111-")
      getHtml(item , function(){
        console.log("-一轮结束22-")
        callback(null)
      });

    }, function(err , result) {

      if(err){
        console.log("-一轮结束-" + err)
      }

      console.log("-一轮结束-")
      var href = next.attr("href");
      if(href){
        href = "http://www.easyicon.net" + href;
        getData(href);
      }

    });

  });

}


var getHtml = function(href , getHtmlCB){

  var temp = "http://www.easyicon.net" + href;

  console.log(temp)

  superagent.get(temp).end(function (err, sres) {
    if (err) {
      console.log(err)
      return;
    }

    var $ = cheerio.load(sres.text);

    var name = $(".icon_img_one").find("img").attr("alt");
    if(name){
      name = name.replace(/ /g , "_")
    }

    var a96 = $("img[width=96]").parent().find("a").eq(0);
    var href96 = a96.attr("href");

    var a64 = $("img[width=64]").parent().find("a").eq(0);
    var href64 = a64.attr("href");

    var a32 = $("img[width=32]").parent().find("a").eq(0);
    var href32 = a32.attr("href");

    //saveImg(href96 , dir , name + "@3x.png" );
   // saveImg(href64 , dir , name + "@2x.png" );
   // saveImg(href32 , dir , name + ".png" );

    console.log("---")

    async.parallel(
      [function(cb){
        console.log("---11")
        saveImagea(href96 , dir , name + "@3x.png" , function(){
          cb(null);
        })
      },
      function(cb){
        saveImagea(href64 , dir , name + "@2x.png", function(){
          cb(null);
        } )
      },
      function(cb){
        saveImagea(href32 , dir , name + ".png", function(){
          cb(null);
        } )
      }
    ] , function(err, results){

        if(err){
          console.log("下载出错")
        }

        getHtmlCB();
    })


  });

}

/**
 * 模拟ip，下载图片
 * @param url
 * @param dir
 * @param name
 * @param cb
 */
var saveImagea = function (url, dir,name , cb){

  var ip = _.random(1 , 254)
    + "." + _.random(1 , 254)
    + "." + _.random(1 , 254)
    + "." + _.random(1 , 254)

  console.log(url , ip)
  superagent
    .get(url)
    //.set("X-Forwarded-For" , "10.111.198.90")
    .set("X-Forwarded-For" , ip)
    .end(function (err, sres) {
      if (err) {
        console.log(err)
        return;
      }sres
      //console.log(sres.body);
      fs.writeFile(dir + "/"+name, sres.body, 'binary', function (err) {
        if (err) throw err;
        console.log('file saved '+name);
        cb();
      });
    })

}



function saveImg(url, dir,name , cb){
  http.get(url, function(res){
    res.setEncoding('binary');
    var data='';
    res.on('data', function(chunk){
      data+=chunk;
    });
    res.on('end', function(){
      fs.writeFile(dir + "/"+name, data, 'binary', function (err) {
        if (err) throw err;
        console.log('file saved '+name);

        console.log("---")

        cb();
      });
    });
  }).on('error', function(e) {
    console.log('error'+e)
    cb();
  });
}