python和爬虫代理的关联

laical | 2020-08-05 17:25:35 阅读：298

发布文章

HTTP就相当于一个传输机制，在甲方和乙方的中间传输自己想要的一种数据。

怎么在python中使用爬虫代理。http代理是爬虫研发中不可缺少的一部分。假如需要大量采集互联网网站上的数据，长时间访问必定网站会出现反爬。为了避免出现这种问题，一般需要把请求分配到其他不同的爬虫程序上。

由于部分公司为了降低成本，就会再互联网网站上采集一些免费的肉鸡代理IP或者购买付费代理去进行采集。

互联网上的免费代理，大家网上随便搜索都能出来一大批，至于网上的免费代理的安全性和可用性，一般的爬虫研发一测试就知道好与坏。假如数据采集中有部分内容包含需要登录等的话还是不要用网上的免费IP。可以自己搭建一个IP池或者购买亿牛云的付费代理

python爬虫使用http代理：

        #! -*- encoding:utf-8 -*-        import base64                    import sys        import random        PY3 = sys.version_info[0] >= 3        def base64ify(bytes_or_str):            if PY3 and isinstance(bytes_or_str, str):                input_bytes = bytes_or_str.encode('utf8')            else:                input_bytes = bytes_or_str            output_bytes = base64.urlsafe_b64encode(input_bytes)            if PY3:                return output_bytes.decode('ascii')            else:                return output_bytes        class ProxyMiddleware(object):                
            def process_request(self, request, spider):                # 代理服务器(产品官网 www.16yun.cn)                proxyHost = "t.16yun.cn"                proxyPort = "31111"                # 代理验证信息                proxyUser = "username"                proxyPass = "password"                request.meta['proxy'] = "http://{0}:{1}".format(proxyHost,proxyPort)                # 添加验证头                encoded_user_pass = base64ify(proxyUser + ":" + proxyPass)                request.headers['Proxy-Authorization'] = 'Basic ' + encoded_user_pass                                    # 设置IP切换头(根据需求)                tunnel = random.randint(1,10000)                request.headers['Proxy-Tunnel'] = str(tunnel)

总结：无论是什么爬虫，在爬虫过程中http代理很重要。当然如果要高效安全稳定的采集数据，还是需要在网上购买一些付费的亿牛云高匿爬虫代理。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。