您的位置:首页 > 新闻资讯 >文章内容
爬虫程序中添加随机代理IP
来源:互联网 作者:admin 时间:2019-04-17 16:00:00

  爬虫程序中添加随机代理IP:在Scrapy中更换请求对象的IP信息非常的方便,只需要在request对象进入下载器之前,修改request对象的参数信息。


  所以我们需要在下载器中间件Download_middleware中自定义一个下载器中间件ProxiesMiddleware,在process_request()函数中修改request对象信息。


爬虫程序中添加随机代理IP


  其中PROXIES_LIST是构建的代理列表。


  process_request的参数分别是request当前请求对象,spider当前的爬虫对象。


  返回None,Scrapy将继续处理该Request;


  返回Request对象时,这个Reuqest会重新放到调度队列里,更低优先级的process_reqyest()函数不会执行;


  返回Response对象时,直接将Response对象发送给Spider来处理。


  现在每次发送一次请求,请求对象的IP信息就会从配置中的代理IP池中随机挑选一个。不同的IP就会迷惑服务器监控,不会对本次请求做反爬处理了。不过没有哪个代理是能保证百分之百成功的。付费代理也好,免费代理也好,即使是高匿代理也只不过是提高了防反爬的几率,并没有说一定会成功的。


  问题来了:如果加入了随机代理的请求被反爬了,应该如何解决呢?换下一家网站?收拾铺盖跑路?还是跟它死磕呢?


  请求失败的解决方案有两种:


  1.多试几次,直到请求成功,不成功就报错。


  2.换一个代理试试,直到换成请求成功的代理。对代理质量要求必须高。如果代理池质量很差,项目就会陷入死循环中。


  解决逻辑是:设置重试次数,达到指定次数就换代理。


  幸运的是Scrapy框架中自带了处理失败请求的中间件RetryMiddleware。


  源码如下:


爬虫程序中添加随机代理IP

爬虫程序中添加随机代理IP

爬虫程序中添加随机代理IP


  注释的部分是添加的加入代理的逻辑,需要继承RetryMiddleware之后再重写。


爬虫程序中添加随机代理IP


  在settings中设置最大重试次数以及需要进行重试的异常状态码列表。


  关闭Scrapy自带的RetryMiddleware中间件,开启自定义的Retry中间件。


爬虫程序中添加随机代理IP


  启动项目测试。遇到失败的请求会重新发送,超过最大重试次数以后返回一个空的数据。


  这就是我们预期的结果了,剩下的就是提高代理池的质量,就能最大程度的保证爬虫的可用性了。


爬虫程序中添加随机代理IP


  可以在settings中开启限制爬取速度的配置,使得我们的爬虫项目更接近点击行为操作,提高反反爬效率。


  以上就是关于爬虫程序中添加随机代理IP的方法,如果还没有代理IP使用,可以考虑下机灵代理,品质值得信赖!


相关文章内容简介
推荐阅读
  • 19 2019-04
    代理IP可以更改本地连接互联网的IP地址

    代理IP可以更改本地连接互联网的IP地址,这有什么用呢?对于网络营销推广和搜索引擎优化的朋友来说,数据捕获和模拟访问都是必要的任务。这两种方法都需要大量的知识产权资源支持。许

  • 08 2020-01
    高质量代理的特点!

    高质量代理的特点!现如今代理IP​应用的行业越来越多,例如各类大数据分析和营销行业都需要使用大量的代理IP来辅助工作的开展,市面上如今那么多的代理IP我们该如何挑选高质量且适合自

  • 28 2019-05
    Python中urllib2/urllib代理设置

    我们进行数据的采集,一般都是使用Python编写爬虫的,Python编写会相对简单些,那么在爬虫中是如何设置HTTP代理的呢?

  • 05 2019-07
    国内最好的爬虫代理有什么特点?

    国内最好的爬虫代理有什么特点?网络爬虫想要快速的完成要采集的数据,爬虫代理是少不了的,有了爬虫代理,能够突破网站的访问频率限制,速度是蹭蹭上涨的。

  • 03 2020-01
    刷单使用哪个代理ip软件​好?

    刷单使用哪个代理ip软件​好?刷单即使查到严,但也是一直存在的,很多商家都认为不刷单与等死无疑,因此虽然是有风险,但也是会刷。刷单被检测到的多,但更多没有被查到的,就看谁的手

  • 24 2019-03
    遇上封IP问题,IP代理能快速更换IP

    每当使用网络爬虫进行爬取数据时,都是要先准备好IP代理使用,否则突破不了网站的IP反爬虫。对于这个问题,大家一般都怎么解决?

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