【Python】爬虫使用代理IP

1、代理池

IP 代理池可以理解为一个池子,里面装了很多代理IP。

  • 池子里的IP是有生命周期的,它们将被定期验证,其中失效的将被从池子里面剔除
  • 池子里的ip是有补充渠道的,会有新的代理ip不断被加入池子中
  • 池子中的代理ip是可以被随机取出的

2、为什么要用代理池

一些大型的网站(尤其是电商类网站),为了禁止爬虫获取数据,会采取限制同一个IP地址的网络请求数量、请求频率等方式,进行网站反扒。

而使用IP代理池后的爬虫,就可以隐藏自己IP,并且随机更换请求时的IP地址,绕过该反爬机制,快速获取大量数据。

3、代理IP获取

一些网站提供免费的代理IP,这个不稳定,并且很多都不能用。

收费的网站(如需求量不大,白嫖注册赠送的 IP 即可):

4、代理IP使用

获取代理IP(以巨量IP为例):

代码:

python 复制代码
    api_url = 'http://v2.api.juliangip.com/dynamic/getips...'
    username = '13255667788'
    password = '123456'
    proxy_ip_list = requests.get(api_url).json()['data']['proxy_list']
    for proxy_ip in proxy_ip_list:
        proxies = {
            "http": "http://%(user)s:%(pwd)s@%(proxy)s/" % {"user": username, "pwd": password, "proxy": proxy_ip},
            "https": "http://%(user)s:%(pwd)s@%(proxy)s/" % {"user": username, "pwd": password, "proxy": proxy_ip},
        }
        target_url = 'https://myip.ipip.net/'
        resp = requests.get(target_url, proxies=proxies)
        print(f'{proxy_ip} ------ {resp.text}')

10、资料

相关推荐
chusheng18402 分钟前
Python 如何通过 cron 或 schedule 实现爬虫的自动定时运行
java·爬虫·python
亦枫Leonlew16 分钟前
三维测量与建模笔记 - 3 Python Opencv实现相机标定
笔记·python·opencv·相机标定
壹屋安源28 分钟前
CentOS 安装 Python 3.11.9完整流程
python·centos·virtualenv·pip·python3.11
artificiali37 分钟前
kaggle 如何利用API下载数据集
人工智能·python·机器学习
yaoxin52112342 分钟前
第十八章 TCP 客户端 服务器通信 - 使用OPEN命令 - Supported参数
服务器·网络·tcp/ip
AI浩1 小时前
Labelme标注数据的一些操作
前端·javascript·python
易辰君1 小时前
【Python爬虫实战】轻量级爬虫利器:DrissionPage之SessionPage与WebPage模块详解
开发语言·爬虫·python
喝旺仔la1 小时前
异步提交Django
后端·python·django
孤客网络科技工作室1 小时前
Python Web 应用开发基础知识
开发语言·前端·python
代码猪猪傻瓜coding2 小时前
pytorch torch.randint
人工智能·pytorch·python