DHTCrawler

python 编写的DHT Crawler 网络爬虫，抓取DHT网络的磁力链接。

文件

collector.py dht网络爬虫脚本

抓取dht网络的磁力链接，使用 libtorrent 的python绑定库开发

collectord.py dht爬虫服务监控程序

启动并监控dht爬虫进程，在爬虫进程退出后重启启动爬虫，使用 twisted 开发

安装和使用方法

运行环境

运行的机器要能被外网访问，用来接收dht网络节点的信息，使用vps即可

1. linux 服务器
2. python 2.7.3
3. 安装 libtorrent 的 python 绑定库
4. 安装 twisted 网络库
5. 开放防火墙的对应端口段，目前默认的是 32900--32920 (20是工作的p2p客户端数量)

运行方法

1. 下载 collector.py collectord.py 文件到安装目录
2. 脚本方式测试运行： python collector.py result.json collector.state
3. 服务方式运行：twistd -y collectord.py

状态查看

1. 通过 twistd 服务启动时，服务状态查看：telnet 127.0.0.1 31000
2. 命令行或服务启动是，爬虫状态查看：cat collector.state

运行结果

result.json 是收集的磁力链接结果文件，json格式，key是资源的info hash，value是资源的热度

初学者入门群

• 一群工程师组建的面向初学者的学习群
• 有问题可以加群问，这样效率更高
• 非商业性质，拒绝广告，只接收真正想学这方面技术的朋友，交流学习
• 申请请说明来自 github

群列表

• python Linux 初学者入门群（ qq 群号：278529278 ）
• php Linux 初学者入门群（ qq 群号：476648701 ）