我们都知道很多社交网络上可以刷粉，也可以刷阅读量，这已经形成了一个“产业链”，我们也经常会看到很多记者报道过这样的灰色产业链。
你也许很好奇，这些技术都是怎么实现的？
首先我梳理了一下整个流程，可以分成3个步骤。
在这个流程里，需要有下面三个准备。
1. 多个手机号
尽管早期注册只需要邮箱就可以，但现在账号注册都是需要绑定手机号的，所以手机号是必备的。
2. 多个IP
因为很多社交网站都会有反垃圾的措施。共用同一个IP，一定会被封号。
3. 模拟操作
因为我们的需求是个性化的。所以在这一步，可以封装出一些基本的操作，比如关注、发布动态、转发、阅读文章等。
那么多手机号从哪弄？
于是问题来了，从哪里弄这么多手机号？比如说1万个！
虚拟手机号：被歧视的号码段
很多从事相关产业的人首先想到的，便是虚拟手机号，因为虚拟手机号不限数量，其他号码段都需要绑定身份证。不过虚拟手机号有个最大的问题，就是“会被歧视”。在社交网络里，虚拟手机号注册的账号被封的概率远超其他账号，比如说以“170”开头的手机号。
阿里小号：一个看似可行的解决方案
既然虚拟手机号容易被封，那怎样才能找到既不会被封，还便宜的号码呢？阿里小号是个选择。阿里小号的价格比较亲民，5元/月。可以自己选择号码段，这些号码段很多都不是170号码段的。但是阿里小号有个问题，就是需要用身份证来绑定。
国外号码，贵但价值明显
那有没有既不会被封，又不用绑定身份证的办法呢？国外的手机号是可以的，但最大的问题就是贵，差不多5美金一个月，相当于一个账号就要35元。
我调查了一下，其实国外也有类似的刷量刷粉的操作，比如刷Facebook、Twitter、YouTube等。这些网站刷粉、刷量的收费更高，所以相比之下，手机号带来的成本其实不算什么。
一个手机号就相当于你雇了一个工人，在雇佣的这段期间里，你需要让它的任务“充实”起来。一般的做法都是先从高价值的网站开始刷，在完成后，再来刷国内的APP。如果有足够多的刷粉刷量的任务，这个“工人”就会7X24小时不间断地工作。
这些号码各有特点，根据实际情况，不同人手里用到的号码是不同的。我总结了一下。
如何自动切换IP？
在解决多个手机号的情况后，那下个问题就来了，如何自动切换IP呢？这是一个自动化运营绕不开的问题。
有三种方式可以选择。
-
IP代理。
-
飞行模式。
-
小区宽带。
IP代理：所有人都能想到，但并不靠谱的方案
IP代理应该是很多人首先想到的解决方案，因为在编写Python爬虫的时候，是可以使用代理机制的。网上就有很多做IP代理的。但这里有两个认知，你需要注意。
-
IP代理没有你想得那么便宜。以不重复的100万IP 为例，单日价格在2700元，相当于1万IP=27元。所以你会有这样一个疑惑：那些刷网站流量的，1万流量只需要几元的是怎么做到的？
-
免费IP比你想象得要好用。实际上，有很多免费IP代理可以使用，它们主要的问题在于数量比较少。
所以在量少的情况下，IP代理是可以使用的。在量大的情况下，IP代理就没那么好用了，因为成本太高，并不是一个靠谱的方案。
飞行模式，一个让人飞起来的idea！
当你发现，购买IP代理的价格比淘宝上售卖流量的还要贵的时候，你就知道他们用的根本不是IP代理。换个思维，有没有免费的IP呢？这里会用到手机的飞行模式，它和路由器断开重连一样完美！
这是为什么呢？
当我们的手机采用飞行模式后再关闭，你会发现手机的IP发生了变化。同样，当你断开路由器后，再进行重连，IP也自动发生了变化。这个就是动态IP。
WIFI和MIFI
那么问题来了，怎样写程序来控制手机呢？这里你可以使用MIFI设备，MIFI其实就是Mobile WIFI的意思。MIFI设备最大的好处，就是脱离了手机，你不需要一台手机，而只需要一台MIFI设备和一张SIM卡。
MIFI设备集成了路由器和调制解调器的功能，使用的流量还是SIM卡的流量。所以当我们断开MIFI设备重连的时候，就相当于自动换了IP。当然，这个过程需要定制MIFI设备，也就是多一个网线接口，把数据传输出来，这样就可以自动进行控制了。
MIFI可能存在的问题
MIFI可以说是个很方便的解决方案，但是依然存在一个问题，就是当流量大的时候，手机的流量费是很高的。那这样的话，就不能采用MIFI的方式了，可以考虑使用小区宽带。小区宽带最大的好处，就是不限流量。
当然除了控制MIFI设备外，还需要控制交换器，才能做到自动切换IP。所以在流量较小的情况下，MIFI是个好的解决方案。流量大的情况，比如要访问视频网站，小区宽带是更好的方案。
在自由切换IP这个部分，我整理了以下的3种方案，一般来说手机飞行适合轻度的并发访问，而重度的流量访问方式还需要采用小区宽带的方案。
如何模拟操作，是一个技术活
模拟操作，就是文章开头中，我提到的流程中的最后一步。
所有的流程，如果想要实现机器自动化，就需要一个利器。这里Python最适合不过。那么该怎么做呢？
首先这里需要用到Python的几个工具。在做自动化运营的过程中，会经常使用这些工具，我简单给你介绍下。
Selenium：用于Web测试的工具，支持多种浏览器和自动化测试。
lxml：网页解析利器，支持HTML、XML、XPath解析，而且解析效率很高。
Scrapy：强大的爬虫框架，提升开发效率。
PhantomJS：基于WebKit的无头浏览器，无头就是没有UI界面的意思。同时PhantomJS提供了JavaScript API接口，可以直接与WebKit内容交互。通过它，你可以完成无界面的自动化测试、网页截屏等。通过网页截屏，就可以帮水军做结案报告。通过结案报告，就可以看到刷量的直观数据结果。
通过以上的工具，我们就可以达到实时抓取，实时刷量的目的。当然这些工具只是表象，更重要的是模块化的思维。也就是如何使用这些工具，具体都做哪些事。一般来说，我们可以把自动化运营拆解成不同的模块。
下图是我以微信、微博为例，整理的自动化运营所需模块的全景图，这些模块都需要编写相应的代码来实现，从而打造整个社交网络上自动化运营的机器人团队。
虽然这篇文章给你讲了这个灰色地带，但我还是想强调一下，我只想通过这篇文章让你直观地体验数据思维是什么样的以及实现的方式是什么，这样才能更好地帮助你解决工作或者生活中遇到的问题。
作为技术出身的从业人员，我倡导不作恶的理念。所以我不建议你去购买这么多的手机号和MIFI设备，我希望你把重点放到如何掌握Python中数据分析的工具上，以及慢慢培养你的数据化思维。
我是一个数据分析爱好者，总是被各种问题吸引，带着好奇心，脑海中提出各种问题，然后通过思考一步一步进行解决。
所以，我希望你能在实际工作中，和我一样具有数据思维，以及数据分析的解决能力，这也是我们在《数据分析实战45讲》这个专栏里想要讨论的内容。
而我也希望你能通过这个专栏获得这样的能力。如果你觉得这篇文章有帮助，欢迎点击“请朋友读”，把它分享给你的朋友或者同事。
精选留言
2018-12-31 13:47:48
1. 近期，我能够成功爬取淘宝，天猫的数据，我是直接用requests库直接抓取的，但是，需要伪装headers，cookies，当然还要有自己的proxy池，cookies池。先要分析淘宝网页结构，因为淘宝网页是动态的，很多结果和数据是JS渲染后的结果，直接看源代码看不到，所以，需要找到需要数据对应的url。此种方法同样适用于阿里妈妈
2. 我有一个疑问，就是selenium，我实验无数次，淘宝（我没试过微博，头条，抖音之类的，但是其反爬机制应该不会比淘宝差多少）会探测出你在用selenium，例如用chrome+selenium，你会发现，淘宝能探测出你的webdriver是true，所以，会出现跳出登陆窗口，尤其他那个验证滑动条很难搞定。我尝试过反编译webdriver，去掉一些关键字，可是还是不成功，好像有一种解决办法，就是中间人，把淘宝检测webdriver的js中的关键字屏蔽掉，但是这么做了以后，如何再加上proxy，我还没有想明白。所以，这就是我还在用朴素的requests，伪装报头，分析网页这些办法，很麻烦的爬淘宝数据的原因。
所以作者是用selenium，我觉得如果只是教大家如何用selenium，意义不大，因为很多网站都有反爬机制，能探测出你在用selenium，从而防止你爬数据，如此一来，selenium还有什么用？所以，这里，恳求作者针对现在大部分网站反爬机制出现的情况，如果不让网站侦测出我们在用selenium的办法，万分感谢。
2018-12-25 08:58:48
关于数据思维，我觉得就是以结果作为导向，有一个业务需求，然后通过数据分析等手段去达到目的。我现在学习也是如此，首先有一个目标，然后再联想有什么办法可以实现，哪个办法更高效，然后就是实践，不断循环这个过程，最终得到相对最优方案。我是这么理解数据思维的。
也希望老师具体讲讲您所理解的数据思维，以上。
2018-12-25 02:03:21
2018-12-25 08:34:32
2018-12-25 18:30:41
2018-12-25 00:46:13
2018-12-25 00:30:47
2018-12-25 00:00:43
2018-12-25 09:05:10
2019-01-08 16:20:36
1.小区宽带通过交换机更换ip，能说的详细点么？除了重启路由器还有别的方法么？
2.用chrome+selenium爬过拉勾，它会发现是爬虫，然后需要重新登录过图形验证码，后来是学习了通过调用库来解决这个问题，但一直想知道怎么使用已经打开的chrome浏览器（手动登录上），而不是创建一个新的浏览器需要重新登录，网上查的中文资料没找到合适的答案。。。
https://www.cnblogs.com/lovealways/p/9813059.html
这个里面的"127.0.0.1:9222"端口是怎么知道的？
2018-12-25 19:35:04
2018-12-25 07:44:42
2018-12-26 17:20:33
2018-12-25 09:17:31
2018-12-25 09:13:26
2018-12-25 08:03:52
2018-12-25 07:48:52
2018-12-28 12:59:50
2018-12-26 23:26:03
2018-12-26 21:56:16