大概在2年零兩個(gè)月前，我寫過一個(gè)論壇灌水機(jī)，前幾天，因?yàn)榕笥岩W(wǎng)絡(luò)投票，又拿出來用了一次，改了下配置文件，又可以當(dāng)投票機(jī)用了。

由于工作的關(guān)系，現(xiàn)在在UNIX上做開發(fā)了，我嘗試了用UNIX重寫了一個(gè)投票機(jī)，深深的體會到，什么叫“一行shell相當(dāng)于1萬行C代碼了”。UNIX天生就是為程序員服務(wù)，來幫助他們完成看似不可能的任務(wù)的。
下面我以我重寫的這個(gè)投票機(jī)為例，來闡述下UNIX的做事風(fēng)格。

一個(gè)投票機(jī)，或曰灌水機(jī)，需要具備這么些特性：get/post、數(shù)據(jù)生成、流程控制、并發(fā)支持、代理支持、驗(yàn)證碼識別等等。這些特性基本上是越往后越難的，看看UNIX是怎么用簡單的方式來實(shí)現(xiàn)他們的：

get/post
UINX提倡用短小精悍的小程序組合來完成復(fù)雜的任務(wù)，對于使用HTTP協(xié)議訪問網(wǎng)絡(luò)，沒有什么比wget更合用的啦。有UNIX環(huán)境的可以直接在shell下開始嘗試，只有windows的也可以裝一個(gè)cygwin的模擬UNIX環(huán)境來試驗(yàn)。
在提示符下直接輸入wget，回車
$ wget
wget: missing URL
Usage: wget [OPTION]... [URL]...

Try `wget --help' for more options.
它提示你缺少URL參數(shù)，用--help來獲得更多信息，注意UNIX絕大多數(shù)命令都可以用--help來獲得幫助，而不是dos傳統(tǒng)的/?。
如果你輸入wget --help后，你會得到所有支持的參數(shù)列表。這些參數(shù)列表對于不怎么會得人來說，可能還是太簡略了，輸入man wget可以獲得更加詳細(xì)的解釋及示例。許多UNIX程序都可以用man加上命令名來得到詳細(xì)的使用說明。
man的簡要使用如下：
用上下左右光標(biāo)鍵瀏覽，q鍵退出。g到首行，G到末行，/開始查找，例如/proxy再回車，表示查找含有proxy處，n向下查找下一個(gè)，N向上查找下一個(gè)。
不看幫助，讓我們來猜想最簡單的用法，沒錯(cuò)，就是這樣
$wget www.csdn.net
--22:10:01--? http://www.csdn.net/
?????????? => `index.html'
Resolving www.csdn.net... 211.100.21.179
Connecting to www.csdn.net|211.100.21.179|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 128,038 (125K) [text/html]

100%[====================================>] 128,038??????? 4.29K/s??? ETA 00:00

22:10:46 (2.90 KB/s) - `index.html' saved [128038/128038]

這是不帶選項(xiàng)的用法,網(wǎng)頁自動保存到文件,詳細(xì)過程顯示在終端上。好了，基本的get完成了，算算C代碼要幾行？

數(shù)據(jù)生成
對于灌水來說，上節(jié)自然是不夠用的，至少也需要發(fā)送POST數(shù)據(jù)的功能吧？
這個(gè)簡單，輸入man wget，搜索post，就能找到答案，這里給個(gè)例子：
$wget www.xxx.com --post-data='a=1&b=2'
這里有個(gè)地方需要注意的就是，對于命令行中有&的，一定要用''把它引起來，否則會被shell解釋成在后臺運(yùn)行，如上面的例子，如果沒有'',那么shell認(rèn)為是在后臺執(zhí)行"wget www.xxx.com --post-data=a=1",然后又執(zhí)行b=2這樣一個(gè)命令。
可以傳遞post數(shù)據(jù)了，讀者一定還不滿意，因?yàn)槿绻胱寯?shù)據(jù)變化，例如a要從1變化到1000，總不能手工輸入吧？

流程控制
好了，這要用到基本的shell編程了。我這里就簡要的給出例子：
編輯一個(gè)shell文件start.sh,內(nèi)容如下
#! /bin/sh
counter=0
while [ $counter -lt $1 ]
do
??????? counter=`expr $counter + 1`
??????? wget "www.xxx.com" "--post-data=a=$counter&b=2"
done
保存后，在shell下執(zhí)行chmod +x start.sh, 使這個(gè)腳本可執(zhí)行
然后執(zhí)行./start.sh 1000，就達(dá)到了我們的目的。
（這里沒什么好解釋的，我也不喜歡shell的這種循環(huán)、比較與賦值的語法，不過為了它提供的其他好處，只好忍忍啦，畢竟任何事物都不是完美的，需要參考shell語法時(shí)可以查一本書：好像叫<<UNIX和LINUX shell編程指南>>,有電子版）
也許讀者看到這里，還是覺得UNIX沒什么好的，就剛才這些例子來說，無非是有了一個(gè)用C寫好了的wget程序，我用socket或者用WININET來寫，從功能上來說，哪樣都不少，而且寫熟練了，速度也不慢呀，那我們來看看

并發(fā)支持
UNIX重來都不考慮多線程這種煩人的東西，諸位把多線程的東西搞清楚了，又調(diào)試出了幾個(gè)多線程的Bug，估計(jì)頭上的白發(fā)沒少生。UNIX下把上一節(jié)那個(gè)腳本在后臺多運(yùn)行幾次，就實(shí)現(xiàn)并發(fā)了，簡單吧，煩人的事情就該交給操作系統(tǒng)去做，而不是在windows中提倡的去搞一個(gè)復(fù)雜無比的多線程程序。

代理支持
我知道上面的話一定不能讓人心服，現(xiàn)在我舉這個(gè)例子，我覺得能征服至少一半讀者。考慮這樣的任務(wù)，你的論壇會限制你灌水的IP，同一個(gè)IP有發(fā)帖間隔限制，或者你要投票的地址限制每個(gè)IP只能投一票，你怎么辦，找代理。那么你覺得需要多長時(shí)間能把這個(gè)功能完成呢？例如說從www.proxycn.com中取大量的代理地址，1天？1000行代碼？有興趣的讀者可以先不往下看，看看在windows的思維方式下，能否在五分鐘內(nèi)完成這個(gè)任務(wù)。

我在剛嘗試這件事時(shí)，我也沒考慮要多快，但是我還真就五分鐘內(nèi)做成了。
第一分鐘，我用瀏覽器打開www.proxycn.com，找到左下角的代理綜合搜索，類型選HTTP，狀態(tài)選活動，點(diǎn)擊搜索按鈕，出來3149個(gè)結(jié)果，共63頁，就是它們了。
第二分鐘，我復(fù)制第2頁的快捷方式作為wget的參數(shù)
$wget -O result 'http://www.proxycn.com/proxysearch.php?action=proxys&searchsubmit=yes&address=&port=&AddDateBefore=&AddDateAfter=&status=1'/
'&isedu=&type=HTTP&type2=&location=&page=2'
很快，第二頁被下載下來存入result文件了。
我開始嘗試
$cat result
輸出了整個(gè)文件的內(nèi)容,翻動一下屏幕,發(fā)現(xiàn)了一個(gè)好東西onDblClick="clip('219.165.115.186:3128')，運(yùn)氣還不錯(cuò)。
接著
$cat result | grep /d{1.3}
無結(jié)果
$cat result | grep '/d{1,3}'
無結(jié)果
$grep --help | grep perl
?-P, --perl-regexp???????? PATTERN is a Perl regular expression
$cat result | grep -P '/d{1,3}'
好了，一堆結(jié)果
$ cat result | grep -P '/d{1,3}/./d{1,3}'
這下結(jié)果很靠譜，把它匹配完
$ cat result | grep -P '/d{1,3}/./d{1,3}/./d{1,3}/./d{1,3}:/d{2,5}'
這下匹配了整個(gè)IP地址加端口了，但是grep是輸出整行的呀，有多余的輸出，
第三分鐘
$grep --help
翻看Output control那一部分，找到一行
?-o, --only-matching?????? show only the part of a line matching PATTERN
試一下
$ cat result | grep -P '/d{1,3}/./d{1,3}/./d{1,3}/./d{1,3}:/d{2,5}' -o
203.160.1.47:554
66.240.123.59:3128
221.112.144.13:8080
165.228.129.10:3128
203.198.69.124:3128
203.160.1.44:554
125.247.118.226:3128
203.160.1.43:554
203.160.1.52:554
195.55.133.76:8080
202.146.67.238:8080
...成功了，現(xiàn)在把命令組合一下
第四分鐘
編輯proxy.sh文件如下
#! /bin/sh
counter=0
while [ $counter -lt $1 ]
do
??????? counter=`expr $counter + 1`
??????? wget -O - "http://www.proxycn.com/proxysearch.php?action=proxys&searchsu
bmit=yes&address=&port=&AddDateBefore=&AddDateAfter=&status=1&isedu=&type=HTTP&t
ype2=&location=&page=$counter" 2>/dev/null | grep -P '/d{1,3}/./d{1,3}/./d{1,3}/
./d{1,3}:/d{2,5}' -o
done
然后執(zhí)行chmod +x proxy.sh
試一下
$./proxy.sh 1
沒有問題，現(xiàn)在正式取了
第五分鐘
$ ./proxy.sh 63 > result &
[1] 1680
這表示任務(wù)在后臺執(zhí)行了，
我可以用這個(gè)命令來觀察結(jié)果
$ tail -f result
大約過了一分鐘，后臺的任務(wù)執(zhí)行完了，我統(tǒng)計(jì)一下行數(shù)
$ wc -l result
1749 result
還真準(zhǔn)，剛好3149個(gè)結(jié)果

總結(jié)

以上是生活随笔為你收集整理的shell实现论坛灌水机的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。