黑洞HTTP代理

黑洞HTTP

您的位置: 首页 > 新闻资讯 > HTTP代理 > 正文

Python爬虫通过ip代理抓取网页

发布时间:2019年04月04日 来源:http://http.hunbovps.com/News/getList/catid/8/id/257.html

如果大家在采集网站信息的时候,特别频繁的来访问,非常容易被目标网站检测到从而进行屏蔽,解决这类情况的一种有效的方法就是使用代理IP,当我们连上网络上网的时候,电脑会被分配一个IP,提供给我们使用,如果我们频繁访问一个网站时,这个网站也会因为发现同一个ip地址访问多次而进行屏蔽的,这个时候更换IP地址访问是最好的解决方式,多个ip地址进行随机地轮流访问,减少被该网站检测到的概率。假如我们再使用多个不同的headers请求头,这样就会有多个ip+主机的组合,浏览时被发现的机率又更加降低了。


Python爬虫通过ip代理抓取网页

关于代码中ip代理的使用,下面介绍一下:


步骤:


1、urllib2库中的ProxyHandler类,通过此类可以使用ip代理访问网页


proxy_support=urllib2.ProxyHandler({}),其中参数是一个字典{‘类型':'代理ip:端口号'}


2、定制、创建一个opener


opener=urllib2.build_opener(proxy_support)


3、(1)安装opener


          urlib2.install_opener(opener)


   (2)调用默认的opener


         opener.open(url)


针对没有反爬虫机制的网站,只要直接像上面引入ProxyHandler类进行处理,下面以访问csdn主页为例:


import urllib 


url="http://www.csdn.net/" 


for i in range(0,10000): 


    html=urllib.urlopen(url) 


    print html.info() 


    print i 


当使用上述代码时,当循环到20时,就会出现下面的错误


Traceback (most recent call last):

  File "C:/Users/lenovo/PycharmProjects/untitled1/jt2/__init__.py", line 19, in 

    html=urllib.urlopen(url)

  File "C:\Python27\lib\urllib.py", line 87, in urlopen

    return opener.open(url)

  File "C:\Python27\lib\urllib.py", line 213, in open

    return getattr(self, name)(url)

  File "C:\Python27\lib\urllib.py", line 350, in open_http

    h.endheaders(data)

  File "C:\Python27\lib\httplib.py", line 997, in endheaders

    self._send_output(message_body)

  File "C:\Python27\lib\httplib.py", line 850, in _send_output

    self.send(msg)

  File "C:\Python27\lib\httplib.py", line 812, in send

    self.connect()

  File "C:\Python27\lib\httplib.py", line 793, in connect

    self.timeout, self.source_address)

  File "C:\Python27\lib\socket.py", line 571, in create_connection

    raise err

IOError: [Errno socket error] [Errno 10060]


这是由于用的电脑的单一ip进行反复访问才被检测出来的。


下面是使用了ip代理的代码:


import urllib2 


import random 


def getHtml(url,proxies): 


    random_proxy = random.choice(proxies) 


    proxy_support = urllib2.ProxyHandler({"http":random_proxy}) 


    opener = urllib2.build_opener(proxy_support) 


    urllib2.install_opener(opener) 


    html=urllib2.urlopen(url) 


    return html 


url="http://www.csdn.net/" 


proxies=["101.53.101.172:9999","171.117.93.229:8118","119.251.60.37:21387","58.246.194.70:8080" 


        "115.173.218.224:9797","110.77.0.70:80"] 


for i in range(0,10000): 


    try: 


        html=getHtml(url,proxies) 


        print html.info()     #打印网页的头部信息,只是为了展示访问到了网页,可以自己修改成想显示的内容 


        print i 


    except: 


        print "出现故障" 


这段代码在测试1096次时被检测到了,要知道我的列表中仅有6个ip,倘若增加ip的个数,那么被发现的几率会不会更低。对于上面例子中的ip代理,或许过段时间就不可以使用了,这就要我们自己去搜新的IP代理来更换。还有程序中的异常处理是为了使程序可以处理ip代码访问时出现问题的情况,因为有些ip代理在访问的时候会出现故障的,这样做了可以使程序更加健壮。


#网上的ip不一定都能使用的,要多试试,或是选择黑洞http代理ip,更稳定安全 


myproxies=["220.189.249.80:80","124.248.32.43:80"] 


html = get_html(url,user_agents,myproxies) 


print html.read() 


相关文章内容简介

1 Python爬虫通过ip代理抓取网页

如果大家在采集网站信息的时候,特别频繁的来访问,非常容易被目标网站检测到从而进行屏蔽,解决这类情况的一种有效的方法就是使用代理IP,当我们连上网络上网的时候,电脑会被分配一个IP,提供给我们使用,如果我们频繁访问一个网站时,这个网站也会因为发现同一个ip地址访问多次而进行屏蔽的,这个时候更换IP地址访问是最好的解决方式,多个ip地址进行随机地轮流访问,减少被该网站检测到的概率。假如我们再使用多个不同的headers请求头,这样就会有多个ip+主机的组合,浏览时被发现的机率又更加降低了。关于代码中ip代理的使用,下面介绍一下:步骤:1、urllib2库中的ProxyHandler类,通过此类可以使用ip代理访问网页proxy_support=urllib2.ProxyHandler({}),其中参数是一个字典{‘类型':'代理ip:端口号'}2、定制、创建一个open [阅读全文]

热门标签

最新标签

推荐阅读

  1. 27

    2019-03

    抖音运营也要用代理IP软件吗?

    做运营的人,几乎都不会放过抖音这个平台。每天高达1亿的日活量,零成本的运营,可以说是很多运营人比较喜欢的一个平台了。

  2. 30

    2019-07

    IP地址被屏蔽怎么切换IP

    我们在平时浏览一个网站的时候都发现,如果在一个网站上操作过快,就容易出现IP地址受限、限制登录等问题。例如在贴吧发帖的时候,怎么也发布不成功帖子,这就有可能是IP地址被屏蔽。

  3. 12

    2019-07

    批量注册账号需代理IP吗?

    很多用户在注册账号时都遇到IP受限问题,这是目标网站为了防止用户恶意注册达到某种目的的限制。这种限制除了影响了恶意注册用户,也影响了一些有多账号操作需求的常规用户,对此该怎

  4. 31

    2019-05

    直播用代理IP服务器提高人气吗?

    互联网的快速发展,给我们物质生活带来便利的同时,也给我们的精神生活带来了丰富多彩,比如很多朋友就喜欢看各种直播平台的直播,导致最近几年的直播平台也发展的非常火爆,很多有才

  5. 17

    2019-06

    HTTP代理IP使你上网更安全

    在手机电脑全面普及的今天,网络在给我们便利的同时,也给我们带来了潜在威胁,这种不安全因素主要集中的网络的开放性,当我们访问一个网站时,对方会通过IP地址识别记录我们,而这有

  6. 02

    2019-08

    代理IP用错有什么后果?

    代理IP软件是一种辅助工具,可以帮助顺利完成工作,解决IP被封、效率低的问题。因此,代理IP软件是深受欢迎的。但还是有很多人对其并不是很了解,那么,为什么要用代理IP软件呢?