您的位置：首页 > 新闻资讯 > 正文

爬虫代理IP被禁了怎么办?

发布时间：2019-09-07 17:38:59 来源：互联网

　　爬虫代理IP被禁了怎么办?随着互联网时代的发展，爬虫IP的使用也是越来越普遍，爬虫IP的使用也不是畅通无阻的，我们也会遇到这样一种情况，就是爬虫IP被禁，那爬虫代理IP被禁了怎么办呢?

　　爬虫和反爬虫从一直以来都是一个道高一尺魔高一丈的架势。反爬虫技术增加了爬取的难度，各路crawler的爬取过程可以说是一个和各种网站站长斗智斗勇的过程，各种解决方式可谓层出不穷，但是这里说是“简单”解决方案，肯定就是立足于一些比较基础的方法，分分钟就可以上手。

　　user_agent 伪装和轮换

　　不同浏览器的不同版本都有不同的user_agent，是浏览器类型的详细信息，也是浏览器提交Http请求的重要头部信息。我们可以在每次请求的时候提供不同的user_agent，绕过网站检测客户端的反爬虫机制。比如说，可以把很多的user_agent放在一个列表中，每次随机选一个用于提交访问请求。　　使用代理IP和轮换

　　检查ip的访问情况是网站的反爬机制最喜欢也最喜欢用的方式。这种时候就可以更换不同的ip地址来爬取内容。当然，你有很多有公网ip地址的主机或者vps是更好的选择，如果没有的话就可以考虑使用代理，让代理服务器去帮你获得网页内容，然后再转发回你的电脑。代理按透明度可以分为透明代理、匿名代理和高度匿名代理:

　　透明代理：目标网站知道你使用了代理并且知道你的源IP地址，这种代理显然不符合我们这里使用代理的初衷

　　匿名代理：匿名程度比较低，也就是网站知道你使用了代理，但是并不知道你的源IP地址

　　高匿代理：这是最保险的方式，目标网站既不知道你使用的代理更不知道你的源IP

　　代理的获取方式可以去购买，当然也可以去自己爬取免费的，这里(http://www.xicidaili.com/nn/)有一个提供免费代理的网站，可以爬下来使用，但是免费的代理通常不够稳定。推荐阅读：黑洞代理IP修改器让你电脑快速换IP

　　设置访问时间间隔

　　很多网站的反爬虫机制都设置了访问间隔时间，一个IP如果短时间内超过了指定的次数就会进入“冷却CD”，所以除了轮换IP和user_agent

　　可以设置访问的时间间间隔长一点，比如没抓取一个页面休眠一个随机时间：

　　import time，randomtime.sleep(random.random()*3)对于一个crawler来说，这是一个比较responsible的做法。

　　通过以上内容，我们知道爬虫就可能会给对方网站造成访问的负载压力，所以这种防范既可以从一定程度上防止被封，还可以降低对方的访问压力。