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

# d2 E7 d; x) Z. M$ n
设置代理IP的原因
" O1 F2 }* Z: a* \0 L/ _- Z4 J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。
% |. c$ P1 c7 g( J7 q& C' W7 r) h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。
) K! O& @4 m$ e6 g3 G具体代码的使用
0 [' W6 U, B" Z+ K- T0 |#! -*- encoding:utf-8 -*-

  d- t, s9 R( c! U9 Y        import requests
. P* R' U( B7 q6 v4 g        import random
9 ^; \2 ?7 d! G) E7 U8 y. y
0 Y! L7 r( t8 h0 B; E' V        # 要访问的目标页面
        targetUrl = "http://httpbin.org/ip"
) r' O5 G% l9 r; _3 V8 `$ `
        # 要访问的目标HTTPS页面
        # targetUrl = "https://httpbin.org/ip"

3 ^# _; s' h: x2 o0 Z6 f5 Z8 }2 p        # 代理服务器
$ ~7 Q: Q7 K- O9 E  v        proxyHost = "t.16yun.cn"
        proxyPort = "31111"
: U8 S- o+ V3 w( Q8 A) p. P" }9 s
        # 代理隧道验证信息
/ v( ~8 i6 V1 @1 `# \( D6 l7 U        proxyUser = "username"
: p7 Q, ]$ y* R9 Z        proxyPass = "password"
" V$ _; p0 J; H2 j& X
9 P' p9 B8 W; l        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
/ {9 O/ I+ `5 |: o1 Z7 Q4 E            "host" : proxyHost,
0 T2 B8 K; N3 M! _' [7 V            "port" : proxyPort,
            "user" : proxyUser,
& n  s7 {$ F6 V. N% H4 q6 _            "pass" : proxyPass,
        }

8 Y5 Q; F3 p* i+ Z& S        # 设置 http和https访问都是用HTTP代理
        proxies = {
            "http"  : proxyMeta,
: f1 S2 @# A+ W) `- {0 \            "https" : proxyMeta,
1 M. s( k, M; ^; c4 K2 J1 x        }

8 X/ v3 g6 T% [* r& e* k
        #  设置IP切换头
        tunnel = random.randint(1,10000)
. ~4 U- R8 D% J$ N        headers = {"Proxy-Tunnel": str(tunnel)}
        resp = requests.get(targetUrl, proxies=proxies, headers=headers)

        print resp.status_code
        print resp.text
总结
" ^) ~3 F5 |  u6 W  E; r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