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
  • 11 2019-05
    付费代理IP如何使用?

    付费代理IP如何使用?相对来说,肯定是付费代理IP自然是质量更好的,不然谁会那么傻,花钱来使用?

  • 01 2019-06
    IP地址被屏蔽快速切换IP

    遇到IP地址被屏蔽快速切换IP就能决解了吗?有时候,在贴吧发帖,怎么也发布不成功帖子,这就有可能是IP地址被屏蔽。这种情况该如何换IP呢?IP地址被屏蔽怎么切换IP?跟小编来瞧一瞧:

  • 19 2019-07
    高效利用http代理更省钱

    高效利用http代理更省钱,如果不懂得高效利用http代理,这样会白费ip资源,反而花更多的钱完成一件事情。比如说:

  • 06 2019-08
    遭遇封IP免费代理IP能解决吗

    遭遇封IP免费代理IP能解决吗?这个其实比较难,因为免费的质量如何,即使不用,大家心理也是有数的,不管怎么检测都是会对效果有些影响的。

  • 22 2019-07
    代理IP时效多久?

    代理IP时效多久?初次接触代理IP的朋友会发现,代理IP的时效比较短,有几分钟的,十几分钟的,或者是半小时的等等。很多用户会问,这个时效是什么意思?是怎么计算的,不同时效的单价有

  • 26 2019-02
    爬虫效率太慢,使用多进程效果怎么样?

    当我们想要提高爬虫的爬取效率时,可以使用多进程,多线程,协程等,那么使用哪种方法比较好呢?今天先跟小编来了解下关于多进程,进程创建方法,以及多进程的优缺点。

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