您的位置:首页 > 新闻资讯 >文章内容
利用IP代理突破--获取、测试、使用IP
来源: 不剃头的一休哥 作者:admin 时间:2019-04-22 13:50:38

  利用IP代理突破,这是很多爬虫通常的做法,不过并不是说用就能用了的,因为优质的IP代理并不好找,在找的过程中,我们或许需要先进行获取、测试,再使用IP的。本文主要讲利用IP代理突破,一起去了解下。

  1.关于代理

  简单的说,代理就是换个身份。网络中的身份之一就是IP。比如,我们身在墙内,想要访问google、u2b、fb等,直接访问是404,所以要换个不会被墙的IP,比如国外的IP等。这个就是简单的代理。

  在爬虫中,有些网站可能为了防止爬虫或者DDOS等,会记录每个IP的访问次数,比如,有些网站允许一个IP在1s(或者别的)只能访问10次等,那么我们就需要访问一次换一个IP(具体什么策略,自己决定)。

  那么问题来了,这些代理从哪得到?对于公司来讲,买代理IP。但是对于个人的话,可能会有浪费。那么怎么办呢?网上有很多免费的代理IP网站,但是手动更改的话,很浪费时间,并且免费的IP有很多不可用。所以,我们可以用爬虫爬那么IP。用上一节的代码,完全可以做到。这里我们用http://www.xicidaili.com/nn/1测试,声明:仅学习交流,切勿用作商业用途等

  2.获取代理IP,代码如下:

  利用IP代理突破--获取、测试、使用IP

  代码说明:

    a).这里我们使用的urllib2模块,因为,这个请求有点特殊,服务器会验证请求中的header(如有疑问,可参考http的相关资料)

    b).urllib2与urllib的区别在于,urllib2发送请求的时候可携带参数(我现在只用到这点区别)

    c).open()用于打开文件,第一个参数是文件的路径可以填绝对路径,例如E:\\proxy("\"在编程中是特殊字符,要用"\\"代表实际的"\")。也可以是相对路径,比如"../src/proxy",就是文件相对于代码的位置。第二个参数"w",代表打开文件的权限,w代表写权限,r代表读权限。这个在很多系统中都通用。比如,linux等

    d).for循环,如果之前学过java或者其他高级语言,可能不太习惯,因为他们用的是for(;;)这样的。python中的for循环,in 表示X的取值,按顺序取到in后面的参数

 特别注意:别忘了for语句后面的冒号(":")

    c).range函数,代表生成一系列数,如果range(0,6,1),意思就是从0开始,到6结束(不包括6),每次增加1(也就是步长为1),生成一个数组,结果就是[0, 1, 2, 3, 4, 5]

    e).f.write()就是往文件里面写数据,如果打开文件的时候,没有"w"权限,则无法写入。

  页面截图:

利用IP代理突破--获取、测试、使用IP

  运行结果:

  利用IP代理突破--获取、测试、使用IP

  3.并不是所有的代理都能用,原因有很多,可能是我们所处的网络连不到这个代理,也有可能是这个代理,连不到我们的目标网址,所以,我们要验证一下。以http://ip.chinaz.com/getip.aspx作为目标网址为例(这个是测试ip地址的网址)代码如下:

  利用IP代理突破--获取、测试、使用IP

  代码说明:

    a).ip = lines[i].strip("\n").split("\t") 这个是去掉每行末尾的换行符(也就是"\n"),然后以制表符(也就是"\t")分割字符串为字符串数组

    b).proxy_temp = {"http":proxy_host}其中http代表代理的类型,除了http之外还有https,socket等这里就以http为例

    c).urllib.urlopen(url,proxies=proxy) 其中proxies就是代理。以代理模式访问目标网址

    d).socket.setdefaulttimeout(3)设置全局超时时间为3s,也就是说,如果一个请求3s内还没有响应,就结束访问,并返回timeout(超时)

  运行结果如图:

  利用IP代理突破--获取、测试、使用IP

  从结果看可用的并不是很多。但是也够个人用了。至此,IP代理的使用就结束了。

  利用IP代理突破就讲到这里,大家可以参考下上文的思路,如果还是觉得极其麻烦,耗时也多,如果也有成本支持,那么直接找个付费的IP代理使用也未尝不可的。


相关文章内容简介
推荐阅读
  • 15 2019-05
    代理IP质量不过关有哪些表现?

    代理IP质量不过关有哪些表现?谁都像找个价格低,而质量又好的代理IP使用的,不过这很难找,通常质量好的价格也必定是不便宜,毕竟这也是花了高成本的。不过我们可以对比,找个性价比

  • 21 2019-06
    采集数据用机灵代理切换IP防止被封

    采集数据用机灵代理切换IP防止被封,随着大数据时代的到来,爬虫已经成了获取数据的必不可少的方式,在使用爬虫多次爬取同一网站时,经常会被网站的ip反爬虫机制给禁掉,为了解决封禁ip

  • 24 2019-07
    高匿动态ip代理可用率怎么样?

    高匿动态ip代理可用率怎么样?现在的网络业务中,越来越多的用户需要使用到高匿动态ip代理。比如:

  • 07 2019-10
    2种JAVA通过代理访问外网的设置方法

    有些时候我们的网络不能直接连接到外网,需要使用http或是https或是socket代理来连接到外网,,以下为大家介绍java使用代理连接到外网的一些方法。

  • 09 2019-09
    反向代理如何获取真实IP?

    代理IP除了能够用于营销活动、爬虫工作之外,其实还有很多用途,不少大神开发了很多用途。如果你想知道在反向代理或者CDN情况下,想要获得真实的IP地址,要怎么进行操作,那就可不能错

  • 20 2019-06
    没有突破反爬虫是代理ip质量不行吗?

    没有突破反爬虫是代理ip质量不行吗?爬虫程序有时候突然不工作了,之前明明是可以的,哪里出问题了?

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