IP代理软件,http代理,API提取-黑洞HTTP

黑洞HTTP

您的位置: 首页 > 新闻资讯 > HTTP代理 > 正文

爬虫如何通过动态VPS被封锁?(一)

发布时间:2019年04月28日 来源:互联网

  爬虫如何通过动态VPS被封锁?(一)爬取网站的时候经常会遇到网站上都部署了反爬虫机制,当服务器检测到一段时间内同一个 IP 持续密集的访问网站,则将其判定为爬虫程序,在一段时间内不允许该 IP 地址访问服务器。

爬虫如何通过动态VPS被封锁?(一)

  这种情况其实可以写个延迟函数,每爬一次随机歇个几秒钟,有效的降低访问密度,从而避开反爬机制。但是弊端是太浪费时间,一天爬几万条数据会感到非常吃力。这时就需要更加有效率的爬取数据,所以需要使用动态ip 和随机 UA(User-Agent)。说白了就是伪装爬虫,假装不同的人使用不同的浏览器在访问网站。


  使用动态拨号VPS


  除了代理IP以外,还可以使用动态拨号VPS来更换IP,这种方式获得的IP质量更高,而且可以直接在拨号vps上部署业务,更加方便。这种方式需要进行一些技术处理,实现IP更换和调用。


  使用动态ip


  使用动态ip 的强大之处在于它在爬虫运行的同时,在线获取动态ip。每次只获取一页,存于数组中,随机使用。当大部分的 IP 失效之后(记录访问失败的次数,当超过一定阈值时,则视为此页动态ip 失效),然后重新获取一页动态ip,如此,可保证每次使用的都是最新的 IP,而且不需要额外的空间和文件来存放动态ip。


  def get_proxy(page):


  '''


  功能:获取 快代理 网站上的最新免费代理IP


  参数: page 页数


  返回:存有动态ip 的列表 proxyList


  '''


  # 存放获取到的动态ip 信息    proxyList = []    # 访问 快代理 网站,获取第 page 页的网页信息    headers = {                "User-Agent" : "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11"    }    request = urllib.request.Request("https://www.kuaidaili.com/free/inha/"+str(page), headers=headers)    html = urllib.request.urlopen(request).read()        # 解析网页信息,从中提取动态ip 的数据    content = etree.HTML(html)    ip = content.xpath('//td[@data-title="IP"]/text()')    port = content.xpath('//td[@data-title="PORT"]/text()')    # 将动态ip 信息存入 proxyList 列表    for i in ip:        for p in port:            proxyList.append(i+':'+p)    return proxyList


相关文章内容简介

1 爬虫如何通过动态VPS被封锁?(一)

  爬虫如何通过动态VPS被封锁?(一)爬取网站的时候经常会遇到网站上都部署了反爬虫机制,当服务器检测到一段时间内同一个 IP 持续密集的访问网站,则将其判定为爬虫程序,在一段时间内不允许该 IP 地址访问服务器。  这种情况其实可以写个延迟函数,每爬一次随机歇个几秒钟,有效的降低访问密度,从而避开反爬机制。但是弊端是太浪费时间,一天爬几万条数据会感到非常吃力。这时就需要更加有效率的爬取数据,所以需要使用动态ip 和随机 UA(User-Agent)。说白了就是伪装爬虫,假装不同的人使用不同的浏览器在访问网站。  使用动态拨号VPS  除了代理IP以外,还可以使用动态拨号VPS来更换IP,这种方式获得的IP质量更高,而且可以直接在拨号vps上部署业务,更加方便。这种方式需要进行一些技术处理,实现IP更换和调用。  使用动态ip  使用动态ip 的强大之处在于它在爬虫运行的同时,在线获取动态 [阅读全文]

热门标签

最新标签

推荐阅读

  1. 23

    2019-05

    https代理是怎么样进行的

    我们上网的时候,有时候需要用到https代理,这个时候,就需要选择合适的服务商。在选择服务商的时候,我们可以去网络上选择服务商。如果在网络上选择服务商的话,我们需要先查询相关的

  2. 16

    2019-09

    黑洞让http代理ip更专业

    http代理ip是最常见的文本传输协议,用户使用率极高,黑洞为满足用户需求,在http安全版本设计中,让http代理ip更专业,更安全,受到了广大用户的认可与欢迎。

  3. 16

    2019-08

    使用代理ip做SEO优化有什么优势?

    使用代理服务器进行SEO目的有很多好处。我们将列出最重要和最明显的一些。

  4. 31

    2019-10

    换IP重新登录解决ip限制的问题

    不论是工作还是生活中使用网络,都有可能会出现被封的情况,例如注册帐号、发布信息等。当我们的IP被限制后,可以换IP后重新登录解决IP限制的问题。

  5. 03

    2019-04

    为什么使用代理IP后不能上网了?

    在使用完代理服务器之后,有的用户可能会遇到这样的问题:明明网络正常,为什么我的浏览器不能打开网页了?今天黑洞HTTP代理就给大家说下具体解决方法。这里我们以IE浏览器为例:

  6. 26

    2019-11

    黑洞http代理ip为什么能做到毫秒切换?

    现在的 IP代理 大多是可以分配一个虚拟 IP地址 的,但是每次更换IP地址需要手动的切换,比较麻烦,而好一些的IP代理可以实现自动切换IP,根据你的目标网站来切换不同的访问IP,但是转换速