Python爬虫常用小技巧之设置代理IP

杨利霞

6 ~1 v3 D; V/ U% R, e

Python爬虫常用小技巧之设置代理IP

8 Z1 y/ P- F" y0 ~2 {+ y
设置代理IP的原因
! `2 W, Y: M3 u) N6 v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
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
6 A- r2 z" F/ A  w  }#! -*- encoding:utf-8 -*-

        import requests
        import random

. k. z1 N; C8 ]% e        # 要访问的目标页面
% N0 e7 ^- S5 _! H! a+ p. v# {        targetUrl = "http://httpbin.org/ip"

. v1 r0 i% J, ?* a. f' K        # 要访问的目标HTTPS页面
1 Y& k7 V4 g1 V$ n% x# O        # targetUrl = "https://httpbin.org/ip"
: @$ {- W0 P+ g$ I/ l! A2 K0 y
. q  L/ q  y& a- u* ?& M+ g        # 代理服务器
        proxyHost = "t.16yun.cn"
        proxyPort = "31111"
( T3 k% t) [9 |& H) ]0 }
        # 代理隧道验证信息
1 k0 K/ V+ L$ Z* x6 ~; \3 A        proxyUser = "username"
6 N0 A: n1 A% H* A        proxyPass = "password"

* L/ Q, |/ P9 o7 M        proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
            "host" : proxyHost,
7 Q" k) b7 e6 \6 @+ Z6 L            "port" : proxyPort,
            "user" : proxyUser,
            "pass" : proxyPass,
# l* d3 d- i1 ]" R        }
! Z0 @8 ^9 j6 W/ e) f
        # 设置 http和https访问都是用HTTP代理
1 s5 |  Y7 d( a% T        proxies = {
            "http"  : proxyMeta,
            "https" : proxyMeta,
        }


* A) b( c4 q' X, y; i- ~% m        #  设置IP切换头
        tunnel = random.randint(1,10000)
; a4 T8 E9 `5 a9 l        headers = {"Proxy-Tunnel": str(tunnel)}
5 k$ p6 c, B& g1 ^' r: }        resp = requests.get(targetUrl, proxies=proxies, headers=headers)
+ G7 w5 f; @' E' m; X1 l8 w- L, y
2 ]% ^7 b' |9 l- e! M) W- |+ z        print resp.status_code
        print resp.text
! _% X9 o( Y+ p8 w! I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