您的位置:首页 > 新闻资讯 >文章内容
爬虫爬取要设置代理IP
来源:互联网 作者:admin 时间:2019-05-24 12:07:00

    爬虫爬取要设置代理IP,这是必须的事情,不然突破不了IP限制,自然也就爬取不了了。或者爬一下就停一下,或者控制爬取的频率,不过这些都不是长久之计。


    因为高强度、高效率地爬取网页信息常常会给网站服务器带来巨大压力,所以同一个IP反复爬取同一个网页,就很可能被封,这里讲述一个爬虫技巧,设置代理IP。


    这里介绍一下免费获取代理IP的方法,这个方法的优点就是免费,但是缺点就是爬取后存在很多不能用的


    IP地址取自国内髙匿代理IP网站,一般上我们爬取首页IP地址就足够一般使用,或者你也可以爬取第一页,第二页…的


    安装requests库安装bs4库安装lxml库


    话不多说直接上代码吧


爬虫爬取要设置代理IP


    函数get_ip_list(url, headers)传入url和headers,最后返回一个IP列表,列表的元素类似122.114.31.177:808格式,这个列表包括国内髙匿代理IP网站首页所有IP地址和端口


    函数get_random_ip(ip_list)传入第一个函数得到的列表,返回一个随机的proxies,这个proxies可以传入到requests的get方法中,这样就可以做到每次运行都使用不同的IP访问被爬取的网站,有效地避免了真实IP被封的风险


    proxies的格式是一个字典:{‘http’: ‘http://122.114.31.177:808‘},可以将下面的执行也封装为方法


    对于抓取IP这个,犀牛代理服务器做了反爬处理,如果你频繁去抓取的话,服务器会主动返回503错误,提示block,所以在请求的时候可以先一次请求完保存一个文件,来读取这个文件,或者爬取一个ip使用几分钟后,再去爬取一次,相当于加一个定时功能


    运行上面的代码会得到一个随机的proxies,把它直接传入requests的get方法中即可


    这里想提醒的是,免费的代理IP稳定性还需要商榷,建议如何是大量的进行信息爬取的话还是购买一些代理IP比较好,像机灵代理这类的还不错,能够直接提取大量的IP使用。


    经过上文的学习,大家知道爬虫爬取要设置代理IP,获取免费代理IP的方法也给大家介绍了,如果觉得不好用,就要用付费的了,例如机灵代理这样的也可以的。


相关文章内容简介
推荐阅读
  • 26 2019-04
    Win系统设置全局代理IP上网

    像QQ或者微信这些软件是支持设置代理IP上网的,但也有些软件不支持设置代理,这该怎么办呢?是否能设置全局代理IP上网?这样就不用单独来设置了,有没有Win系统设置全局代理IP上网这样的

  • 13 2019-08
    爬虫采集数据用IP代理的原因

    爬虫采集数据用IP代理的原因,这一点估计有些人依旧不明白,这其实是跟网站的反爬策略有关的。比如请求头检测,IP限制等等。对于这些反爬策略,怎么解决呢?

  • 26 2020-01
    代理ip对网络营销的帮助

    目前社会当中推出了高质量代理ip,他有很多用处,可以服务于我们平时的工作,无论是对于家庭网络还是对于工作环境当中的网络,都可以改善网络环境,提高网速,同时增加安全系数。

  • 06 2020-02
    代理ip对工作的帮助

    大家都知道可以通过使用代理IP,可以避免泄露我们的真实IP,其实代理IP还有很多工作中需要用到它,可以对我们的工作带来很多帮助,下面就为大家进行详细的介绍。

  • 22 2020-07
    免费代理IP不推荐使用

    大数据时代已经到来,代理IP也得到了迅速发展。打开百度,输入"代理IP"关键字,到处都可以看到大量的代理IP资源,实际的操作会发现不稳定是这些IP的共同问题,经常遇到的只是IP,还没有使

  • 27 2019-06
    游戏设置代理IP怎么查看是否生效

    游戏设置代理IP怎么查看是否生效?玩游戏想要防止IP被封,使用代理IP更换IP地址是个好办法,不然被封个十天半个月的,非常影响玩游戏的心态不说,也错过了赚钱的机会。因此玩游戏使用代

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