Python爬虫常用小技巧之设置代理IP

杨利霞

& Q5 ?  x- z7 i, ~& @  Q9 ?) ^

Python爬虫常用小技巧之设置代理IP

% a% r5 @1 d' T5 z" y* w9 G2 F9 P
0 i7 t/ N6 X: J+ M; C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
) g/ |( t6 D# `/ l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。
! f9 L& P( o# A具体代码的使用
#! -*- encoding:utf-8 -*-
, `* l& K: N% b! _
" H" C0 m9 ^+ T- o3 a        import requests
$ }% H0 c8 P7 [+ w4 \9 C        import random
) G6 f& T6 O1 x
- I( ?% C" H" q, U9 L$ Q        # 要访问的目标页面
9 ^/ Z. S+ B! k" O        targetUrl = "http://httpbin.org/ip"

, J; M. G+ r; z        # 要访问的目标HTTPS页面
. {% c% C5 [3 ~/ g! [9 y9 Q        # targetUrl = "https://httpbin.org/ip"

6 X9 T3 P. A! M( a% ~  }        # 代理服务器
/ t$ ~) B4 t$ Y3 [  X        proxyHost = "t.16yun.cn"
        proxyPort = "31111"

        # 代理隧道验证信息
        proxyUser = "username"
$ R3 g" a' q- s( |1 M: c3 a        proxyPass = "password"
4 R+ ~) i3 A7 v! E
" L; H$ P% O5 U" N        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
9 Z. j, P4 w5 w' o% R0 _) S            "host" : proxyHost,
: d/ M4 g- r/ F  V4 z+ m# R            "port" : proxyPort,
            "user" : proxyUser,
            "pass" : proxyPass,
        }
7 |# G% F% o6 T0 k/ F- ^' [( @2 a. [
4 j  l: F9 H9 d3 Q' b        # 设置 http和https访问都是用HTTP代理
        proxies = {
( g0 a# Z' S' `/ ]. O* t- j9 r# A            "http"  : proxyMeta,
- a; r4 h+ e3 F" m' M8 E" G            "https" : proxyMeta,
        }
! ~7 \6 M* Y6 z

5 d4 g9 Z7 ]4 ?7 Z9 H, A+ A7 M        #  设置IP切换头
        tunnel = random.randint(1,10000)
        headers = {"Proxy-Tunnel": str(tunnel)}
. c& z/ M/ z# {, E  J        resp = requests.get(targetUrl, proxies=proxies, headers=headers)
" S+ Z/ W' p) C1 G5 U1 R% x$ C
3 v. J9 R0 c# v/ N+ V0 r- O# Y        print resp.status_code
: O- m4 d3 B3 D0 ^; H7 z        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
! C1 m4 h! m! ?# D& L6 D' }1 l0 s