求助帖 如何收集 B 站所有用户 UID

[mingde816]

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

[moefishtang]

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？

[NaVient]

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

[mingde816]

@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）

[Belmode]

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）

[jaTomn]

提供一个思路，找几个粉丝最多的 up 主，dfs 粉丝树

[mingde816]

@jaTomn 可查看的粉丝数量有限，不多于 200 个

[jaTomn]

@mingde816 #6 看来 b 友早有防备

[loser123]

@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

[mingde816]

@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。（）

[defaw]

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。

[Doiiars]

搜索引擎抓过的东西可以用搜索引擎加速的。

[bojue]

@Belmode 爬虫招聘页面也是吗？最近也在纠结，低频爬了大厂的招聘信息（跑起来每天 10s/1 条的样式），还没处理聚合

[guo4224]

滚，别爬劳资的资料

[Belmode]

@bojue #12 有些人明明肉身在境内，又没有大厂那种合法强盗的“证”，又偏要犟，等到刀斧加身，才知道后悔。

[lucasdev]

@mingde816 #3 这就是最简单直接的思路，应对风控需要准备号池和 ip 池，都可以买。

[Belmode]

@bojue #12 我只能这么说，你自己玩没事，但是万一你被对方发现了或者你爬的数据暴露出去，又实锤从你这拿的，那你就完了。

[bojue]

@Belmode #16 感谢

[RlyehHime]

好奇要这个干吗的

[h1298841903]

@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。

[duanxianze]

行走在违法犯罪的边缘