Python爬虫常用小技巧之设置代理IP

杨利霞

: _' N7 O' t) R5 D' ?; U

Python爬虫常用小技巧之设置代理IP

* b$ S9 h2 i" y2 y  p0 |" V
+ |- K  f* R- C设置代理IP的原因
% F( S. `' d: O+ W4 o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
2 ~+ d* @) [; B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 -*-
. ~0 F1 p3 W/ f; ?2 I
9 @" V$ s0 P- s0 C) v9 z: {        import requests
' z; R6 b$ ?1 o8 J        import random

; g1 D$ `/ t6 z8 _        # 要访问的目标页面
& `* z# a, E* q9 n4 D) Z        targetUrl = "http://httpbin.org/ip"
" {2 O3 [4 O. w) Q$ }
& T5 X& @& x& t9 h. H) s, C8 P        # 要访问的目标HTTPS页面
$ X- J( m4 Q3 V! j1 @# _& a        # targetUrl = "https://httpbin.org/ip"
+ W0 e% U' d9 Z$ c
1 t5 ^1 G4 l$ D5 R3 ]: X( G. r& W" x        # 代理服务器
" n/ {  X8 G6 d% ]$ u$ e        proxyHost = "t.16yun.cn"
        proxyPort = "31111"
/ ^& V& R# E' A. h
        # 代理隧道验证信息
; J* T+ B0 @" g; x  S0 H        proxyUser = "username"
0 r- H- i* e* W& w7 ^        proxyPass = "password"
+ j6 C, w' f- W% N/ g' V
5 \$ s$ G0 N2 ^1 ]8 G  }5 L        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
2 T9 I+ D( |$ f5 \! y            "host" : proxyHost,
            "port" : proxyPort,
            "user" : proxyUser,
            "pass" : proxyPass,
        }

        # 设置 http和https访问都是用HTTP代理
        proxies = {
            "http"  : proxyMeta,
2 `+ U1 V" s* y! G            "https" : proxyMeta,
        }


        #  设置IP切换头
        tunnel = random.randint(1,10000)
- `% Q2 W0 n/ D9 g$ \        headers = {"Proxy-Tunnel": str(tunnel)}
/ C  t- ~- n* `4 w# u6 X( i8 _* h        resp = requests.get(targetUrl, proxies=proxies, headers=headers)

        print resp.status_code
        print resp.text
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
4 Y2 b$ j3 d; H/ G$ b: l  Q