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
  • 10 2019-05
    IP代理池支持数据大规模抓取

    IP代理池支持数据大规模抓取,不然单靠单个IP是容易出问题的,大家都明白,短时间内访问一个网站几十次后肯定会被屏蔽的。每个网站对IP的解封策略也不一样,有的1小时候后又能重新访问

  • 04 2020-01
    不要使用免费代理ip​!

    不要使用免费代理ip​!当我们需要使用到代理ip时,可能第一时间考虑的都是免费代理ip,因为是免费的,谁都想去试试。但是免费代理ip实际效果不好,关键是还不安全,这严重影响到我们的账

  • 25 2019-06
    自建独享IP池还是租用代理IP划算

    自建独享IP池还是租用代理IP划算?上网用的协议是TCP/IP协议,顾名思义我们必须有一个ip地址才能访问互联网,上网必须有一个唯一的IP地址。代理ip呢其实是一个跳板,其实就是说我们的本机

  • 31 2019-05
    长期不换IP肯定有问题

    长期不换IP肯定有问题,因为一个人不可能总在一个地方的,现在网络如此发达,就像手机到哪里都可以连接WiFi,即使使用手机流量,这IP地址也是会变的。

  • 20 2019-11
    代理IP网络爬虫如何控制采集速度?

    大家知道在大数据时代,每天互联网上进行得最频繁的一个操作是什么吗?答案其实已经非常呼之欲出了,就是用代理IP进行网络爬虫抓取,这个动作每时每刻都在进行。

  • 12 2019-06
    使用代理服务器怎么设置

    使用代理服务器怎么设置?其实很简单的,我们的设备通常都支持设置代理服务器使用的,有些软件也会支持设置的。下面机灵代理小编给大家介绍两种使用代理服务器怎么设置的方法。

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