Python爬虫常用小技巧之设置代理IP

杨利霞

( A, r1 n+ A/ B  ^1 G" I

Python爬虫常用小技巧之设置代理IP

' F- ^% X4 c" ~# b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。
  \4 z4 ?% P9 n6 i( v) a' F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
3 u& x- v# P2 U5 i( B, a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。
1 p4 O, R6 n5 {具体代码的使用
% @/ ?1 y- {1 _8 L: B#! -*- encoding:utf-8 -*-

        import requests
        import random

        # 要访问的目标页面
0 ~; g& j1 p/ |" y; n3 F        targetUrl = "http://httpbin.org/ip"
9 ?1 y2 e  [" T
. W! ?% E- o' l        # 要访问的目标HTTPS页面
        # targetUrl = "https://httpbin.org/ip"
4 @. Q% G) b( t
        # 代理服务器
        proxyHost = "t.16yun.cn"
        proxyPort = "31111"
) u. r1 v8 A& q+ w# z0 O" s9 Y9 A
        # 代理隧道验证信息
; r0 W4 r, D& k& H% W4 |! P        proxyUser = "username"
        proxyPass = "password"

        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
            "host" : proxyHost,
& ]1 y0 P+ E: K' N( g& b* r4 }            "port" : proxyPort,
9 T& E& z4 e) E' P3 M+ P1 L            "user" : proxyUser,
            "pass" : proxyPass,
        }
  _" p5 I5 H) R: h. D$ O2 g
        # 设置 http和https访问都是用HTTP代理
2 v4 ?* P% N( }0 `! e7 p  k        proxies = {
            "http"  : proxyMeta,
            "https" : proxyMeta,
9 B5 g/ C9 d: z% W. O- W4 S6 b$ U* g        }
; ~+ s3 |& p3 a: x! G

        #  设置IP切换头
        tunnel = random.randint(1,10000)
& [, b4 R5 p  h, W! l6 g        headers = {"Proxy-Tunnel": str(tunnel)}
" l& r/ A& R* |! j, M6 Q  G        resp = requests.get(targetUrl, proxies=proxies, headers=headers)

        print resp.status_code
% W! [6 N) `7 N# R/ K9 g* K        print resp.text
5 d4 n# V. w2 {总结
$ e) {/ Q# M0 q- v/ e/ z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