Python爬虫常用小技巧之设置代理IP

杨利霞

4 @. s& N  J  c( n8 K2 B6 M/ @+ ~

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
. w' Z3 \& M" c0 \, p: S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。
/ c' z( z1 E8 n. c. W3 \- G具体代码的使用
8 f: v0 d. ]3 Y% \( ~#! -*- encoding:utf-8 -*-

+ E: z' D# E% a# k6 A1 C        import requests
) K: T4 G3 m& p+ `0 {        import random
, b. g, W% j! n2 y" y& v" b
- @6 R- B' s  M0 Z' q        # 要访问的目标页面
        targetUrl = "http://httpbin.org/ip"

1 `1 b8 `: }, v5 f" s, }4 q6 E% m        # 要访问的目标HTTPS页面
        # targetUrl = "https://httpbin.org/ip"

        # 代理服务器
" e; a7 c3 `2 Y" u, D        proxyHost = "t.16yun.cn"
        proxyPort = "31111"
2 B& v5 s4 `2 B$ {) e" r& j
        # 代理隧道验证信息
, Y' [* V( }: `& G8 V        proxyUser = "username"
2 [/ R% a7 a7 Q% f- f; |& }        proxyPass = "password"

0 x% S7 Y; ]6 Q& y/ P# D6 a) b        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
5 Q3 g% ?  Q4 ^            "host" : proxyHost,
9 G* f7 e# g0 X* e6 ]" W* K            "port" : proxyPort,
            "user" : proxyUser,
            "pass" : proxyPass,
* M8 b, s; N9 \5 a& Y        }

        # 设置 http和https访问都是用HTTP代理
" i% [% l* N+ n6 b        proxies = {
            "http"  : proxyMeta,
            "https" : proxyMeta,
0 D" n8 J5 O& X        }
+ C9 t0 H/ n( ]* x

$ a* j3 S  k, c( M1 ]5 U5 C        #  设置IP切换头
4 O/ Q" `4 p6 a+ s  U8 Q" h        tunnel = random.randint(1,10000)
/ `9 j, q/ E% x" Z9 S5 B        headers = {"Proxy-Tunnel": str(tunnel)}
        resp = requests.get(targetUrl, proxies=proxies, headers=headers)
3 Q: ~3 J4 C7 D. Q+ w5 [
        print resp.status_code
& O9 x& g0 {$ P; F        print resp.text
总结
: Y+ F+ E, ]1 P4 p; |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

+ n: l5 u5 X, d8 A9 p% V