前面我们玩了一个Python加密的黑科技(还在担心酒店信息泄露，我用Python写了段加密算法，看你怎么破)，今天我们来玩一个更有意思的小案例！大家都知道注册域名，尤其是牛逼的域名抢先注册可以赚钱，尤其是位数比较小的，3位，4位，5位的域名！既然我们玩Python,不如动手写一段代码来分析百万个域名，看看有没有捡漏的机会！
为了简单示例，我们用纯4位数的字母来演示一下我们的程序思想！大家可以扩展到6位字母，或者6-8字母和数字组合的域名等等！
01.产生随机4位字母组合
域名大部分都是字母开头的，我们这里先从26个字母里面随机挑4个字母，然后进行全排列！这个对Python来说，so easy，2-3行代码搞定！
1).产生随机4个字母的全排列
用Python里面的itertools这个模块，Python里面有很多牛逼的模块itertools是比较酷的一个。利用itertools里面的permutations进行全排列。因为是域名我们需要加上前缀"www"和".com"。当然也可以扩展到".cn"
2).把组合字母存入文件
运行一个26个字母的全排列是非常消耗时间的，我们这里取4个字母，如果是取6个，8个会很慢！所以一定要珍惜每一次运行的结果，我们把结果存入文件，方便下一读取。
一个写文件，一个读文件，为了存方便，我们在每一个域名后面加了换行符' '。所以在读的时候，我们要去掉换行符。
我们看一下，
如果是4位字母的全排列大概是有35万多种组合。
如果是5位字母随机全排列域名大概是多少，一共有780万多种组合，大概耗时50秒。如果再加上1个字母或者数字，都是百万级别的数据，产生百万域名的地址大概2分钟不到！
02.遍列百万域名
这么多域名我们肯定不可能一一去访问，我们用最简单爬虫去访问一下它们的首页，如果长度大于0，证明这个网站是存在的。这么大规模的频繁访问，肯定是用Python里面的并发了。
Python里面的并发有很多种套路，这里我选择gevent，这是轻量级的协程访问，而且帮你封装好了，访问百万级别的量，还是很轻松的！
1).简单爬虫请求页面
用requests请求页面，或者首页的内容，然后看一下长度大于0即可，说明页面有数据！
2).异步并发
我们用gevent来做并发，非常简单，想搭积木一样填数据即可！
用gevent的spawn函数绑定一个需要多任务执行的函数地址和对应的传入的参数
接着我们用joinall等待前面执行的事件结束即可，会返回一个微协程的结果result
最后用result里面的get函数获取网页地址和对应的长度
3).启动百万域名查询
requests不能直接并发，需要用猴子补丁import gevent.monkey。而且为了防止一次并发太多，我们把每次请求的域名进行分段，一次请求20个域名！
看一下效果：
我设置了4个字母的随机排列，大概35万个域名，运行了3分钟，结果让我大吃一惊，竟然很多网站都没有被注册，当然也有可能是request请求的时候没有加header，或者判断status_code。(为了保证代码的正确性，我加了一个abcd123和淘宝的域名测试一下)
网友评论