DarkNet_ChineseTrading - 暗网中文网监控实时爬虫

En_Doc 教程:如何实现暗网交易监控

监控大屏(grafana快速实现)

功能

• Tor节点切换
• 自动注册(中文式账户)
• 自动登录
• 防封禁
• ORM交互
• 事件详情/样本信息录入
• 事件提醒（telegram）[图文]
• 分类爬取
• 裸体图片过滤(保存但不发送)
• 残留EXIF-GPS信息提取

加入我们：https://t.me/fordarknetspiderbot

安装

• python环境配置

  下载并安装 python 3.8

   pip install -r ./requirements.txt
   pip install -U 'requests[socks]'
  

• tor安装

  当前需更新tor至[0.4.0.0版本]，旧版将有几率无法取得数据 如果无法通过如下命令安装最新版，推荐至官网编译安装最新源码包

   brew install tor
   	
   cd /usr/local/etc/tor
   cp torrc.sample ./torrc
   vi torrc
  

  将如下配置添加到 torrc 后，运行 restart_tor.sh 开启tor

   SOCKSPort 9150 					# socks5代理地址
   Socks5Proxy 127.0.0.1:1086 		# 科学上网代理地址(如已翻墙可不填)
   RunAsDaemon 1 					# 开启后台运行
   ControlPort 9151 				# 开启控制端口
  

• OCR(mac)

  识别率略低，可在parser.py的get_captcha处替换

  

   brew install tesseract
  

  snum.traineddata

• 存储环境

  安装Docker后下载Redis Mysql即可

• Centos下环境安装

yum install epel-release -y
yum install redis mariadb mariadb-server git tesseract tesseract-langpack-deu tor -y 
wget -P /usr/share/tesseract/tessdata/ https://pyocean.com/data/tesseract/snum.traineddata 


systemctl start mariadb   #启动mariadb
systemctl enable mariadb  #设置开机自启动
mysql_secure_installation 

• 运行

  配置config_dev.py中的连接设定与TelegramRobotToken

   mv config_dev.py conf.py 
   bash restart_tor.sh
   bash restart_task.sh
   python run.py
   
  

• 运行逻辑

  

• 运行结果截图

  • telegram

    

  • run.py

    

• 额外命令

   python3 run.py --help
  
   Usage: run.py [OPTIONS]
  
   Options:
     --debug        Print debug log
     --domain TEXT  Target domain.
     --save_error   Whether to save the error log
     --update       Whether it has only been updated to crawl
     --help         Show this message and exit.