您的位置:首页 > 新闻资讯 >文章内容
提取IP代理最佳使用方案
来源:互联网 作者:admin 时间:2019-04-16 10:54:20

  爬虫使用了IP代理之后,还需要设置合理的使用方法,否则使用效果不够好,影响效率不说,还浪费IP资源的,加大成本的支出,那么提取IP代理最佳使用方案是怎样的呢?


  案例一:先提取大量IP导入本地数据库,从数据库里面取IP,大致逻辑如下:


  1、在数据库里面建一个表,写一个导入脚本,每分钟请求多少次API(咨询代理IP服务商建议),把IP列表导入到数据库里面。


  2、在数据库里面记录好 导入时间、IP、Port、过期时间、IP可用状态 等字段;


  3、写一个抓取脚本,抓取脚本从数据库里面读取可用IP,每个进程从数据库获取一个IP进行使用。


  4、执行抓取,对结果进行判断,处理cookie等,只要出现验证码或者失败就放弃这个IP,重新换一个IP。


  这种方案有效的避开了代理服务器资源的消耗,有效的分配代理IP的使用,更加的高效和稳定,保障了爬虫工作的持久性和稳定性。机灵代理的ip代理使用稳定可靠,建议大家可以测试一下。


提取IP代理最佳使用方案


  案例二:每个进程从接口API中随机取一个IP来使用,失败则再调用API获取一个IP,大致逻辑如下:


  1、每个进程,从接口随机取回一个ip来,用这个ip来浏览资源,


  2、要是访问成功,则继续抓下一条。


  3、要是失败了,再从接口随机取一个IP,继续尝试。


  方案缺点:调用API获取IP的行为非常频繁,会对代理服务器造成特别大的压力,影响API接口稳定,可能会被限制提取。这类方案也不适合,无法持久稳定的运行。


  案例三:每个进程从接口API中随机取一个IP列表来反复使用,失效后再调用API获取,大致逻辑是这样:


  1、每个进程,从接口随机取回一批ip回来,反复试着ip目录去抓取数据;


  2、要是访问成功,则继续抓取下一条。


  3、要是失败了,再从接口取一批IP,继续尝试。


  方案弊端:每个IP都是有期限的,要是提取了一百个,用到第二十个时,或许剩下的大多数都无法使用了。要是设置HTTP请求时连接时间超时是3秒,读取时间超时是5秒,那么或许会耗费3-8秒的时间,在这3-8秒内可能抓取了几百次了。


  由上可见,提取IP代理最佳使用方案是案例一的使用,也都建议大家尝试下的,IP可以循环使用,也可以节省不少的成本。


相关文章内容简介
推荐阅读
  • 19 2019-04
    高效优质的代理IP是爬虫的利器

    高效优质的代理IP是爬虫的利器,不然反爬虫策略太烦人,更烦人的是隔几天就升级一次反爬虫策略。虽说努力下,加加班什么的,还是能解决的,但是对方吃饱了没事干,过去啊三个月一次的

  • 23 2019-03
    账号注册有限制?可以用代理IP突破限制

    我们平常看到的一些网站,其实很多都是只能注册一个账号的,比如说限制一个手机号只能注册一个账号,或者一个邮箱只能注册一个账号,对于这账号注册,我们怎么突破才能进行多账号的注

  • 15 2019-04
    不想花钱买优质代理IP,用免费的可以吗?

    不想花钱买优质代理IP,用免费的可以吗?这个估计很难,为什么这么说呢?这是有原因的,首先要考虑的都是效果,其次就是时间问题。

  • 22 2019-02
    网站使用AJAX异步加载后,爬虫是怎么进行抓取的?

    对于AJAX异步加载,大部分都是不理解的,但是我们都见过。其实我们日常使用设备上网的时候,经常会遇到AJAX异步加载,比如搜索信息会先出来一部分数据,当玩下滑的时候不断有新的数据出

  • 22 2019-05
    借用代理IP来刷浏览量

    流量时代,不少人都借用代理IP来刷浏览量,或者其他的一些数据也是可以刷的,这刷上来的数据靠谱吗?

  • 01 2019-05
    用代理服务器的好坏影响

    用代理服务器的好坏影响都有哪些?一般都是了解代理服务器使用的好处,但是对代理服务器的影响并没有怎么了解的,本文详细为大家介绍下。

在线客服
大客户VIP渠道
点击这里给我发消息
讨论QQ群
HTTP代理IP爬虫
客服电话
13318873961