Python爬虫常用小技巧之设置代理IP

杨利霞

  d: ~7 `& D) O

Python爬虫常用小技巧之设置代理IP

设置代理IP的原因
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。
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 -*-

% h0 B; j. E/ G2 ~        import requests
2 |: p, A- @) M5 q        import random
) K7 [  [3 o% J# L  s
* F) S6 E6 c5 A5 J4 i8 |# O        # 要访问的目标页面
2 S) O5 _8 A+ h% g        targetUrl = "http://httpbin.org/ip"

9 Y; ^* b, X. i4 w        # 要访问的目标HTTPS页面
$ l6 j; b2 o9 [9 s        # targetUrl = "https://httpbin.org/ip"

        # 代理服务器
; t+ t0 P1 [1 Y( ~7 y* m4 i/ g8 w        proxyHost = "t.16yun.cn"
        proxyPort = "31111"

        # 代理隧道验证信息
) v4 J; ]) i% |* q7 p        proxyUser = "username"
        proxyPass = "password"

  P# P8 `! A7 m( e5 X        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
( h/ a4 B1 ^2 q3 K3 l3 |            "host" : proxyHost,
6 ~* {1 C6 q, A7 N$ W            "port" : proxyPort,
            "user" : proxyUser,
            "pass" : proxyPass,
, |* @7 f% Q. e( x/ j        }

        # 设置 http和https访问都是用HTTP代理
        proxies = {
/ M" X& _4 t! M- ~            "http"  : proxyMeta,
" v' L; M; T3 X            "https" : proxyMeta,
        }
% F& i. @, G* \. s

        #  设置IP切换头
1 \- J) Q( [4 C7 ?7 T' K        tunnel = random.randint(1,10000)
% C0 I# S& B- R9 y; K1 }: `        headers = {"Proxy-Tunnel": str(tunnel)}
        resp = requests.get(targetUrl, proxies=proxies, headers=headers)
8 J1 Q, p" L8 s
) H* W' Q4 ]  r* j2 U4 P        print resp.status_code
0 |0 n' A, H5 {+ Y        print resp.text
. h1 T5 e' G1 h$ r2 u# o* m总结
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

* z7 H4 Y9 @) T# r  }: Q