更多>>关于我们
西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web（网站）数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构，日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池，可以有效获取互联网任何公开可见信息。
您只需告诉我们您想抓取的网站是什么，您感兴趣的字段有哪些，你需要的数据是哪种格式，我们将为您做所有的工作，最后把数据（或程序）交付给你。
数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。
更多>>技术文章
更多>>官方微博
-
【经验分享】未解锁BL的手机进9008模式（Mi6X为例）
对于未解锁BL的手机，需要拆机，通过短接特定触点的方式进入9008模式。
以小米Mi6X为例：
第一步，拧掉充电口旁边的两颗螺丝。
第二步，扣开后盖，可能不太好扣，可以借助美工刀在边缘撬一下。拧掉保护条上的3个螺丝。
第三步，拔掉电池排线。看图，记着两个短接触点的位置。
第四步，用镊子短接两个触点，同时插入TypeC线，2秒左右设备管理器"端口COM"里会出现9008接口，此时松开镊子。发布时间：2024-11-27 10:13:20
-
【经验分享】已解锁BL的手机进9008模式
高通9008模式全称"Qualcomm HS-USB QDLoader 9008"，它相对于recovery、fastboot和Android系统是独立的。即深刷模式，也叫EDL，号称"救砖神奇"。
对于已解锁BL的手机，进入9008相对比较简单，以小米Mi6X为例：
1. 先确定手机是否解锁BL了。已解锁BL的手机，刚开机的时候会有"Unlocked"字样，如附图1所示。
2. 长按“音量减键 + 开机键”进入fastboot。
3. 执行fastboot oem edl，即可进入9008模式，进入成功后设备管理器COM端口里可以看到"Qualcomm HS-USB QDLoader 9008"。如附图2、3所示。发布时间：2024-11-26 12:53:03
-
【经验分享】com.android.org.conscrypt.TrustManagerImpl证书固定检测绕过示例
某APP使用通用的sslunpinning脚本后仍然抓不到包：
（1）分析logcat日志，发现com.android.org.conscrypt.TrustManagerImpl类相关代码抛出java.security.cert.CertificateException异常，如图1所示。
（2）hook 类com.android.org.conscrypt.TrustManagerImpl的checkTrusted和checkServerTrusted方法，返回空列表，成功抓到包。
日志线索寻找关键词：CertificateException、CertificateExpiredExceptio、SSLHandshakeException发布时间：2024-10-24 15:36:45
-
【经验分享】如何获取安卓手机上已安装APP的安装包(.apk)文件？
1. 先查看已安装APP列表，确定对应APP的包名。
adb shell pm list packages
2. 假设包名为org.gushiwen.gushiwen。再根据包名查看APP的详细信息：
adb shell dumpsys package org.gushiwen.gushiwen
返回信息中的path属性，以base.apk结尾的，即就是这个APP的安装文件，如附图1所示。另外返回的信息中还有当前APP的版本（versionName属性），如附图2所示。
3. pull下来这个文件，就可以在其它设备上安装了。发布时间：2024-10-22 11:27:51
-
【经验分享】Dell R720意外断电重启之后丢失硬盘（硬盘状态变为Foreign）问题解决？
本来有10块盘，启动的时候显示只有9块Virtual Disk。“Ctrl + R”进入RAID设置，在“VD Mgmt”标签页下也只看到了9块Virtual Disk。在“PD Mgmt”标签页下看到是有10块物理盘，不过第5块状态变成“Foreign”了（如附图1所示）。
解决方法：在“VD Mgmt”标签页下，焦点切换到"PERC H710 Mini"上按F2，然后"Foreign Config"，再然后"Import"，操作完成（要等待几秒）之后就能看到全部盘了，如图2所示。
PS：用Ctrl + N快捷键切换菜单标签。发布时间：2024-10-18 16:35:44
-
【经验分享】一个游戏闯关模式学习CSS Selector的网站"CSS Diner"：https://flukeout.github.io/。
Python使用BeautifulSoup实现CSS Selector解析HTML文档的示例：
import requests
from bs4 import BeautifulSoup
r = requests.get('http://www.site-digger.com/html/articles/')
r.encoding = 'UTF-8'
html = r.text
soup = BeautifulSoup(html)
for a in soup.select('ul[class="arclist"] li a'):
print(a['href'], a.text)发布时间：2024-09-02 19:43:03
-
【经验分享】qemu-system-x86运行tiny11
(1) 安装qemu-system-x86，安装完成后无需重启。
sudo apt-get update
sudo apt-get install qemu qemu-utils qemu-system-x86
(2) 创建硬盘。
qemu-img create -f qcow2 tiny11.img 50G
(3) 创建虚拟机。
sudo qemu-system-x86_64 --enable-kvm -m 2G -smp 4 -boot order=dc -hda /home/qi/kvm/tiny11-1/tiny11.img -cdrom /home/qi/kvm/tiny11_23H2_x64.iso -vnc :1
(4) vnc连接 "服务器ip:5901"，完成系统安装过程。设置vnc密码的方法：https://qemu-project.gitlab.io/qemu/system/vnc-security.html#with-passwords。
(5) 映射主机端口给虚拟机，使用-redir参数。如下示例，将主机的TCP/UDP4001端口映射到虚拟机的4000端口。
-redir tcp:4001::4000 -redir udp:4001::4000发布时间：2024-08-10 12:13:46
-
【经验分享】Playwright过geo.captcha-delivery.com检测
page.add_init_script('''Object.defineProperties(navigator, {webdriver:{get:()=>undefined}}); delete navigator.__proto__.webdriver;''') 发布时间：2024-07-31 10:41:18
-
【经验分享】scrcpy在网络质量欠佳环境下可以通过降低码率来提高流畅度
e.g.
scrcpy --bit-rate 1M --max-fps 5
注意：在新版本中--bit-rate参数更名为--video-bit-rate 发布时间：2024-07-03 10:11:54
-
【经验分享】scrcpy在小米手机上鼠标不起作用问题的解决
在“开发者选项”中需要打开"USB调试（安全设置） - 允许通过USB调试修改权限或模拟点击"。要打开这个选项，手机需要先登录小米账号，另外手机必须要插有SIM卡。 发布时间：2024-07-03 10:09:29
在一次Web回话过程中，到底是谁先主动关闭的TCP连接呢?是服务端还是客户端？本次实验将解开谜底。
先插播点小知识：TCP的TIME_WAIT状态，是主动关闭TCP连接一方才会出现的状态（详细介绍可以参加这篇文章https://www.cnblogs.com/sunxucool/p/3449068.html），借助该状态我们就可以判断出是谁先说的Goodbye。
下面我们会分别测试Curl、Python urllib2和Python requests库的情况。
1. Curl连接Apache，谁先关闭连接？
答案是：客户端（curl）。
如下图所示，TIME_WAIT出现在客户端，因此TCP连接是curl主动关闭的。
2. Python urllib2连接Apache，谁先关闭连接？
答案是：服务端（Apache）。
测试前状态如下图1所示。
测试后（urllib2连接web之后）状态如图2所示。TIME_WAIT出现在服务端，因此可以断定TCP连接是Apache主动关闭的。
urllib2的行为可以深究一下，为什么服务端（Apache）会主动关闭连接？
先给httplib.py做点手脚，让其能打印出发出的HTTP请求数据，如下图所示。可以看到发出的请求被自动加上了"Connection: close"，告知服务端发送请求完毕后关闭连接，因此Web服务端主动关闭请求。
作为对比，可以再看下curl测试时的截图，curl发出的HTTP请求报文并没有"Connection: close"头，因此服务端处理完请求并不会主动关闭连接。
3. Python requests连接Apache，谁先关闭连接？
第一种情况，不使用requests的session，答案是：客户端（requests）。
如下图所示，发送请求之后客户端出现了TIME_WAIT。
第二种请求，使用requests的session,这时候客户端和服务端将保持长连接，如果请求一直持续连接将一直保持，不会主动关闭，如下图所示。
需要注意的是，客户端必须一直有持续的请求发出长连接才会被保持，实验中每隔0.5秒请求一次）。如果客户端休息了一段时间，那么服务端就开始尝试关闭连接了。
4. 把Apache服务器换成HTTP代理服务器情况如何呢？
把Web服务器（Apache）换成HTTP代理服务器情况也一样，比如：
1. 连续执行9次curl -x test:test@192.168.1.6:8888 http://httpbin.org/ip 之后，本地可以看到9个TIME_WAIT状态的TCP连接。
2. 再比如，我们用urllib2使用代理（test:test@192.168.1.6:8888）访问任意网址多次，代理服务器上就会出现多个状态为TIME_WIAT状态的TCP连接。如下图所示：
3. 如果我们用requests + session模式，通过代理访问任意网址多次，代理服务器上只有一条来自requests客户端的TCP连接。如下图所示。
总结：在做爬虫开发的时候尽快使用支持长连接的HTTP客户端，例如request + session。这样即能提高效率（建立TCP连接需要耗费时间），也能减轻客户端和Web服务端（或HTTP代理服务器）的负担。