这是一个创建于 165 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题，想收集 B 站所有用户的 UID ，但是 B 站现在用户 UID 位数已经达到了 16 位，简单的遍历似乎已经无法完成这个任务。 目前的进展: 测试了一个 16 位 UID 的上下账户，发现是连续的，疑似 B 站的散列是制造了一些固定的前缀，再以此分配 UID ，可以按一定间隔尝试寻找锚定点，进行查找。 下面这篇专栏也有一样的发现。 https://www.bilibili.com/opus/833100467182501892
第 1 条附言 · 164 天前
看了一个测量B站Lv6用户占比的视频，我觉得不太科学，故想收集全部UID。
看了几个讨论暴力请求的，基本是没有可能，因为猪也是这么想的。
 |
1
moefishtang 165 天前
https://space.bilibili.com/{uid}
bilibili 个人主页后面跟随的就是用户 id ，从 uid=1 开始，不停++，尝试访问对应的个人主页 能访问成功就记录用户 Username 和对应的 uid ，不能则标记为空 uid ？ 感觉这个方法有点笨，而且会不会被 bilibili 风控？ |
 |
2
NaVient 165 天前
当然是看 b 站的泄露代码看看 uid 的生成规则啦（不是
至少对 21 年以前的用户是有效的 |
 |
3
mingde816 OP @moefishtang 16 位 UID 你拿什么遍历，而且高并发直接风控，一秒 10 个用户都做不到（实测）
|
 |
4
Belmode 165 天前
提供个思路，感觉技术可行：做个 B 站 XX 插件、脚本，让别人去下载，收集使用插件、脚本的人的 uid ，并且同时收集他们的关注列表。
我告诉你，最好不要干这种事，这是非法的！收集用户信息这种行为比爬页面还危险的多，非常可拷，起步就是 6 个月，罪名是：非法侵入计算机信息系统罪。你没有那些巨头流氓有证，能“合法”搜刮用户信息，你小公司、个人敢干就等着吧。（身边亲眼所见被抓的） |
 |
5
jaTomn 165 天前  5
提供一个思路，找几个粉丝最多的 up 主，dfs 粉丝树
|
 |
8
loser123 165 天前
@moefishtang 按理来说没拿到鉴权的 token 是无法获得对应用户信息的, 除非没做水平鉴权
|
|
9
mingde816 OP @loser123 这个玩意貌似吃 IP ，我第一遍每秒稳定 40 个请求，总共是 10200 条请求，请求到第 4800 个开始风控，我做了并发和速率限制，然后后面全部失效。我第二遍尝试总共成功了一次，第三遍成功了 900 次。然后现在稳定风控。（）
|
 |
10
defaw 165 天前
除了扫没有办法，有一个取巧的办法是买别人在 b 站加强风控之前爬好的数据。
|
 |
11
Doiiars 165 天前
搜索引擎抓过的东西可以用搜索引擎加速的。
|
 |
13
guo4224 164 天前 via iPhone 13
滚，别爬劳资的资料
|
 |
18
RlyehHime 164 天前 via iPhone
好奇要这个干吗的
|
 |
19
h1298841903 164 天前
@mingde816 #6 200 个也不少了吧，这样递归查询，同时查询粉丝和关注，在通过搜索关键字，通过视频查询 UP 主，感觉几轮下来，就收集的差不多了，剩下的估计就是僵尸号了。 可以通过抽样的方式，看自己搜集的比例。
|
 |
20
duanxianze 164 天前
行走在违法犯罪的边缘
|
 |
21
Shatyuka 164 天前
刑啊
|
 |
22
teble 164 天前
可刑可拷
|
 |
23
evan1 PRO 试试去爬 google 。google 搜一下 site:bilibili.com {uuid}，有结果就有对应的用户，没结果就没用户。
|
 |
24
Wxh16144 164 天前 1
入职 B 站，打入内部。之前不还爆出来员工擅自修改特定用户 web 端直接重定向到某个网页么。那就说明内部很草台
  |
 |
27
x86 164 天前
带预算自然有人给你做
|
 |
28
lisxour 164 天前
这种东西还要问吗，不靠自己用号码池抓，你要不打电话给 b 站运维，让他把数据库导出打包发给你？
|
 |
29
Laobai 164 天前
太刑了
|
 |
30
binge921 164 天前
太刑了
|
 |
31
JoeDH 164 天前
收集的理由?
|
 |
32
sir283 164 天前 via Android
用 selenium 调用浏览器访问?
|
 |
33
FlashEcho 164 天前
@Belmode #4 B 站有好几个大规模搜集用户信息的爬虫站（虽然因为反爬收集地不全），比如：
laplace.live aicu.cc 我感觉如果没有商业冲突，至少 B 站是懒得管的，他们内控都一团糟，普通开发都能去生产数据库查用户隐私开盒用户，外部的网站就更懒得管了 |
 |
34
abc1310054026 164 天前
这可能是个 XY Problem ，你想收集 UID 用来干什么？
|
 |
35
C02TobNClov1Dz56 164 天前 1
你可以试试到 b 站入职, 当现场运维人员, 然后到备份库里面导一份全量的 uid)
|
 |
36
la2la 164 天前
V 站联系 B 站数仓人员，每天用 excel 给你拷出来一点
|
 |
38
suyuyu 164 天前
看了一下我的是 8 位
|
 |
39
edward1987 164 天前
B 站主页啥的有风控，但是活动页不一定有风控 可以找几个活动看下请求
|
 |
40
franswish 164 天前
没玩过爬虫技术，以下是我的一些突发想法和问题：
有没有懂法的人介绍下，爬虫行为是否触犯法律和爬取速率、数据量有关系吗？ 除了本贴提到的爬 b 站用户 UID （商业网站），以前还看到过想自动化爬取公开招标公告的（政府、机构、国企网站），前者只有在比较快的速率和相对大的数据量下才会有实际使用价值，而后者说只是想用脚本替掉自己每天手动刷新（也就是说只需要每天若干次爬取即可），两者都算非法入侵计算机信息系统吗？ 反过来说，如果我发动很多人集中访问某个地址，行为中不包含任何自动化手段，是否不管我发动多少人，都不算非法入侵计算机信息系统？ |
|
41
duanxianze 164 天前
@franswish 最后一个，并不是，即使手段合法，实际造成了损失，一样可以判非法入侵计算机信息系统
|
 |
42
1018ji 164 天前
遍历出来在 b 站发视频卖，起不美哉
|
 |
43
shadowyue 164 天前
你不用想做全量测试，做随机抽查，做概率测试，样本量多一点，结果就已经八九不离十了
|
|
44
shadowyue 164 天前
油管上应该也有类似的内容，是分析油管有多少个视频的，你去搜搜
|
 |
45
MrKeanu 164 天前
你们的想法怎么这么有趣，我怎么想不到去爬 16 位的全量 uid 这种骚操作
|
 |
46
Inception7 163 天前
@evan1 只搜的到知名 up 主 自搜查不到
|
 |
47
duzhuo 163 天前
@Inception7 昨天试了 duckduckgo 是可以的，site:space.bilibili.com
|
Select Language