Python爬虫常用小技巧之设置代理IP

杨利霞

9 m: q+ E) R% F- W

Python爬虫常用小技巧之设置代理IP

% j' U( Q7 F  c$ T6 d) s设置代理IP的原因
. i# S, t/ i9 G. o" v  k3 L) M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
& K: S' T1 \, J3 w- q9 U8 ^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。
$ i$ P- r2 x8 Y5 `具体代码的使用
3 }3 h! N4 n4 [; w3 k, E#! -*- encoding:utf-8 -*-

# g7 _6 Y2 F( j        import requests
        import random

        # 要访问的目标页面
% Z: ]! u9 a( O: \* o        targetUrl = "http://httpbin.org/ip"
. _1 ~9 u8 t8 F6 S
        # 要访问的目标HTTPS页面
        # targetUrl = "https://httpbin.org/ip"

        # 代理服务器
        proxyHost = "t.16yun.cn"
3 G* y# @+ w1 S. R$ N& j9 s+ X        proxyPort = "31111"
% w- `  C0 S- W% y  m, o
        # 代理隧道验证信息
        proxyUser = "username"
: l, {# K, y8 R6 R% w        proxyPass = "password"
4 [& W6 I5 ^. f# L* M( Z
        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
            "host" : proxyHost,
; h8 d# h1 U/ ~* U4 c' h            "port" : proxyPort,
( g3 x5 F% M1 o& U: S- I* d( g! A' c$ O            "user" : proxyUser,
; p+ l1 D8 Y9 M% Y. V2 ?            "pass" : proxyPass,
+ @- B& h8 H/ L( T6 x        }
7 t4 h1 g/ U' ~
. \' d; T" o5 v7 T$ ?        # 设置 http和https访问都是用HTTP代理
  P. E1 N% }, n% ~2 V        proxies = {
7 f, c2 G1 M3 B) p' f' i7 H$ d% ^            "http"  : proxyMeta,
: |, |8 ]8 l* O: M! Z* e            "https" : proxyMeta,
        }

  o# ^+ N' w3 `/ A0 U2 E
2 N" A+ Q. P" J5 A3 L2 Q0 g        #  设置IP切换头
        tunnel = random.randint(1,10000)
9 K" u' k0 w( x) m% A$ n2 `! j        headers = {"Proxy-Tunnel": str(tunnel)}
5 x' e* R1 [0 Y& g        resp = requests.get(targetUrl, proxies=proxies, headers=headers)
2 F5 f# j0 M, S- x( g: i. R7 F" {
        print resp.status_code
        print resp.text
) L' r' R: v9 ^8 U5 G总结
' o4 Z5 r3 i7 C  c, ^) W2 J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