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
  • 25 2019-07
    为什么高匿名代理IP难被检测到?

    为什么高匿名代理IP难被检测到?很多人使用代理IP都是为了隐藏真实的IP,不过有些代理IP是隐藏不了,很容易被识别,因此大家最喜欢使用高匿名代理IP,这是为什么?

  • 26 2019-04
    获取Socks5代理IP的方法

    本文主要是介绍获取Socks5代理IP的方法,如果需要使用Socks5代理IP的伙伴,可以留意下的。相对于HTTP代理,其实Socks5代理使用的情况会少些,可能大家对Socks5代理也不是很熟悉的,下面小编这就

  • 20 2019-11
    网络爬虫用什么?是代理IP还是VPS?

    现在互联网爬虫非常普遍,即便是个人用户也能够通过网络教程来开展一些小抓取项目,这么一来,代理IP的应用也更加能够得到普及。

  • 26 2019-06
    有代理IP就能搞定反爬虫了吗

    有代理IP就能搞定反爬虫了吗?我们知道,现在的网站都有反爬策略,是为了防止恶意的机器人给服务器造成过大的负荷影响网站的正常运营。例如:短时间内访问频率过快、短时间内访问次数

  • 03 2019-10
    PHP如何防止伪造地址攻击

    除了MySQL,代理IPH还能够用于很多不同的开发软件中,比如PHP。PHP如何防止伪造IP地址注入攻击?跟着机灵代理来看看这个问题如何解决吧!

  • 13 2020-10
    有什么网络ip加速的选项

    有些时候明明我们的网络宽带选择的配置并不差,但是为什么还是使用网络的时候感觉到网速会卡呢?如果我们需要网络加速,那么现在可以有什么样的加速方式选择?

在线咨询
大客户经理
大客户经理
1829380381
13316264505

大客户经理微信

微信公众号

微信公众号

回到顶部