百度网盘爬虫

现在市面上出现了很多网盘搜索引擎，写这系列博文及爬虫程序的初衷：

  • 更方面的查找资源

  • 学习C#

  • 学习爬虫的设计与实现

  • 记录学习历程

  • 自我监督

    能力有限，如有不妥之处，还请各位看官点评。同在学习的网友~与君共勉。

工具/库选择

  • mysql5.6 (习惯使然，sqlserver比较庞大，个人使用起来不是很习惯，后期可能改为sqlserver)

  • HttpWebRequest、HttpWebResponse、JSON.NET库

  • vs2015, .NET4.5

    PS：介绍以上是权当做个备忘录/提示。

百度网盘搜索流程
此爬虫原理是通过爬取用户的分享/专辑保存链接来达到资源搜索的目的，而用户与用户之间通过订阅/关注来联系，慢慢形成一个庞大的爬虫网络。

  1. 首先设定爬取用户(初始化爬虫队列)。

  2. 遍历用户分享/专辑，更改队列状态。

  3. 将用户订阅/关注用户加入队列。

  4. 重复以上步骤。

    PS：看似简单的流程，想要精工还需细磨。

获取百度网盘推荐用户
当没有订阅任何用户时，网盘的分享动态界面会出现一些用户噢。这是系统推荐的用户，虽然改动不一定会很大，但是可以作为爬虫的初始用户来处理(这种推荐用户听说关注的人都不少噢)

接口返回信息：

errorno: 状态码
request_id：请求ID
hotuser_list：用户列表

用户列表结构：

type：类型(通常返回-1，不明用途)
hot_uname：用户昵称
avatar_url：头像缩略图地址
intro：描述
follow_count：订阅人数
fans_count：粉丝人数
user_type：用户类型？（不明意义）
is_vip：是否为VIP
pubshare_count：分享数
hot_uk：不知道啥玩意
album_count：分享专辑数
END
暂时就写到这儿了，要去写代码了~ 写完再会