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
  • 17 2019-06
    国内ip代理支持手机使用吗?

    国内ip代理支持手机使用吗?现在手机的使用非常广,好多人还几部手机的,手机出了满足日常的生活外,越来越多的人也用于工作。如果手机需要更换IP地址,那么国内ip代理支持手机使用吗?

  • 15 2019-11
    代理服务器的定义

    代理服务器的存在有什么意思?它对我们使用代理IP而言重要吗?今天我们来深入认识一下代理服务器的作用。

  • 21 2019-03
    恶意爬虫也会使用代理IP,一直更换IP地址隐藏自己

    对于互联网来说,一般说的机器人其实是指互联网上的爬虫、自动机或者是模拟器。部分机器人流量来自于搜索引擎爬虫、自动更新的RSS订阅服务器等,他们是良性的,属于正常机器流量(GoodBo

  • 07 2019-05
    HTTP代理是透明代理也是非透明代理

    HTTP代理是透明代理也是非透明代理,之所以强调是“透明”代理,也就是说这样的代理对客户端来说是不可见的,并不需要在客户端的浏览器中作关于代理的设置。

  • 30 2019-05
    代理IP什么时候检测有效性好

    代理IP什么时候检测有效性好?不是所有的代理IP中的IP都是有效的资源,尤其是免费的,百分之九十以上都是不可用的。因此我们需要检测代理IP的有效性,看看这些IP是否可用。

  • 18 2019-12
    分布式爬虫如何提取代理IP?

    分布式爬虫提取代理IP​用哪一种方式比较好?我们要怎么提取才能够按照自己的需求来合理使用代理IP呢?机灵代理下面来为大家带来讲解。

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