Python爬虫常用小技巧之设置代理IP

杨利霞

Python爬虫常用小技巧之设置代理IP

  F: B# o5 U- [9 b5 m! d" U& t
设置代理IP的原因
$ G! I% }3 C" I+ h; P我们在使用Python爬虫爬取一个网站时，通常会频繁访问该网站。假如一个网站它会检测某一段时间某个IP的访问次数，如果访问次数过多，它会禁止你的访问。所以你可以设置一些代理服务器来帮助你做工作，每隔一段时间换一个代理，这样便不会出现因为频繁访问而导致禁止访问的现象。
4 n: ~7 ], b2 ?我们在学习Python爬虫的时候，也经常会遇见所要爬取的网站采取了反爬取技术导致爬取失败。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，所以下面这篇文章讲述一个爬虫技巧，设置代理IP
代理的获取有很多方式，网上有很多免费的可以去爬取一些试试，但是免费的代理使用起来也是 很吃力的。还有就是现在网上有很多的代理供应商，可以在网上寻找下，然后找家靠谱的使用。毕竟网络太大了，代理供应商肯定也是参差不齐的，所以找到合适的代理还是需要花点时间的。在这里我就是使用了我们长期使用的一家质量好的代理，亿牛云代理，而且是使用的他们的爬虫代理（动态转发）和一般的api模式不一样。这种更简单更方便，对于懒人来说绝对是最佳选择。
具体代码的使用
#! -*- encoding:utf-8 -*-

        import requests
        import random

4 j7 k" P' ?, e# U9 @0 x4 I        # 要访问的目标页面
        targetUrl = "http://httpbin.org/ip"
" t% ?3 ~4 n5 r+ _, U- e: I
        # 要访问的目标HTTPS页面
        # targetUrl = "https://httpbin.org/ip"

        # 代理服务器
        proxyHost = "t.16yun.cn"
        proxyPort = "31111"
1 g1 L. U1 r% ?: Y1 z: Q
        # 代理隧道验证信息
3 m% n9 g1 N) q0 O0 h9 z1 }        proxyUser = "username"
        proxyPass = "password"
4 N3 q" ^$ m4 u1 U
) O& \5 V; ?/ p9 y' T0 Z$ L) T        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
            "host" : proxyHost,
            "port" : proxyPort,
6 b- I6 `/ H) L            "user" : proxyUser,
. d. b" E" t9 q" T( X5 w0 S            "pass" : proxyPass,
        }

6 k6 K2 ^4 d! U+ p8 v        # 设置 http和https访问都是用HTTP代理
1 K& V( T: |* V8 N' e+ B        proxies = {
            "http"  : proxyMeta,
            "https" : proxyMeta,
        }


        #  设置IP切换头
        tunnel = random.randint(1,10000)
/ Q* ?5 C8 V0 ]' L5 ~        headers = {"Proxy-Tunnel": str(tunnel)}
1 l- f6 x: a" D+ v        resp = requests.get(targetUrl, proxies=proxies, headers=headers)
$ y3 u0 o2 ?0 m2 I) e/ R
. ^6 Q1 {8 I2 w; |! E4 A" U* X5 ]' f        print resp.status_code
7 [4 u, Q2 I4 {: D  I        print resp.text
总结
' L# D) d& @) t8 z' k以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流