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
  • 13 2019-12
    电脑ip被封了怎么办?

    电脑ip被封了怎么办?在我们上网的时候,可能会出现网页无法打开,不允许访问等错误,这可能是电脑IP被网站封了,你不能再访问。想继续访问,就需要换IP。

  • 02 2019-07
    代理ip的类型不同作用也不一样

    代理ip的类型不同作用也不一样,我们经常使用的代理ip其实是有分不同的类型的,其用途不一样,因此,如果要用代理ip要根据实际的用途来分析。

  • 13 2019-03
    换IP工具这么多,怎么挑一款好用的?

    做很多事情都是需要技巧的,有技巧做好一件事情是非常简单,而且也达到了效果。就说换IP吧,如果我们遇到IP被封了,或者很多人是想什么时候才解封,偶尔来测试下解封了没有。灵活一点

  • 10 2019-10
    代理IP能巧妙解决反爬虫

    网络爬虫已经不是什么小众领域的项目了,现在是互联网的时代,爬虫比过往要更加的吃香。现在更是已经出现了少儿编程的培训班,代理IP的作用比以往都要强大。

  • 20 2019-08
    看看代理IP可以用在哪些方面

    代理IP根据隐秘性,有透明代理、普通匿名代理、高级匿名代理这几种划分,那么根据不同的代理IP,它们的应用场景有哪些方面呢?

  • 18 2019-05
    代理服务器有IP代理和虚拟专用网络

    代理服务器有IP代理和虚拟专用网络,什么使IP代理呢?还有虚拟专用网络是指什么呢?

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