qq：800819103
在线客服，实时响应
qq群
在线客服，实时响应
客服电话
13318873961Python爬虫常用的小技巧-设置代理IP?在学习Python爬虫的时候，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，这里讲述一个爬虫技巧，设置代理IP
这里介绍一下免费获取代理IP的方法，这个方法的优点就是免费，但是缺点就是爬取后存在很多不能用的
IP地址取自国内髙匿代理IP网站，黑洞代理，我们爬取首页IP地址就足够一般使用，或者你也可以爬取第一页，第二页…的
配置环境
安装requests库
安装bs4库
安装lxml库
具体代码
话不多说直接上代码吧
函数get_ip_list(url, headers)传入url和headers，最后返回一个IP列表，列表的元素类似122.114.31.177:808格式，这个列表包括国内髙匿代理IP网站首页所有IP地址和端口
函数get_random_ip(ip_list)传入第一个函数得到的列表，返回一个随机的proxies，这个proxies可以传入到requests的get方法中，这样就可以做到每次运行都使用不同的IP访问被爬取的网站，有效地避免了真实IP被封的风险
proxies的格式是一个字典：{‘http’: ‘http://122.114.31.177:808‘}，可以将下面的执行也封装为方法
对于抓取IP这个，犀牛代理服务器做了反爬处理，如果你频繁去抓取的话，服务器会主动返回503错误，提示block，所以在请求的时候可以先一次请求完保存一个文件，来读取这个文件，或者爬取一个ip使用几分钟后，再去爬取一次，相当于加一个定时功能
代理IP的使用
运行上面的代码会得到一个随机的proxies，把它直接传入requests的get方法中即可
res = requests.get(url, headers=headers, proxies=proxies)
这里想提醒的是，免费的代理IP稳定性还需要商榷，建议如何是大量的进行信息爬取的话还是购买一些代理IP比较好
相关文章内容简介
1 Python爬虫常用的小技巧-设置代理IP
Python爬虫常用的小技巧-设置代理IP?在学习Python爬虫的时候，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，这里讲述一个爬虫技巧，设置代理IP 这里介绍一下免费获取代理IP的方法，这个方法的优点就是免费，但是缺点... [阅读全文]
最新标签
推荐阅读
14
2019-02
如何找个适合爬虫使用的代理IP？
使用爬虫去采集大量的数据，这是少不了要使用代理IP的，进入这行业越久，所接触的代理IP商家也就越多，那么对应新手而言，选择代理IP要注意些什么呢？如何找个适合爬虫使用的代理IP？
03
2018-12
爬虫有哪些分类？常见的几种网络爬虫
虽说爬虫可以爬取网页，获得大量的数据，但也不是所有爬虫都能实现这些功能，爬虫也有分类，不同的爬虫能够实现的功能是不一样的，那么爬虫有哪些分类？
03
2019-01
一张图让你看懂动态IP和外网IP的含义
我们都了解我国是1个IPV4地址严重欠缺的发展中国家，因此我们的拨号光纤宽带一直全是动态IP，都没有固定IP，之后更过分的是许多中小城市出现了内网IP，还有我们所有的二级光纤宽带ISP提供
27
2019-02
光纤的固定ip可以换成动态ip吗
现在大家都需要连接网络，一般公司家里都是有网络的，有光纤的也有普通宽带的，这光纤宽带因为速度更快而备受大家的喜欢，所以光纤宽带也有许多人装的，若是我们想使用动态IP，这光纤
热门文章
