西拉免费代理IP

你当前的位置:西拉免费代理IP   >   新闻中心   >   Python爬虫如何通过更换IP避开网站的反爬虫机制(一)

Python爬虫如何通过更换IP避开网站的反爬虫机制(一)

来源: 西拉IP   作者: 张祁无   2019年4月26日 17:36

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

阅读 1300   

相关推荐

网站的反爬虫机制一般都有哪些方式?

在大数据资源整合的过程中,有爬虫和反爬虫。网站越大,网站越成熟,反爬行动机制越完善,初始 IP 限制,验证码限制和其他限制。 今天我们一起来看看网站上反爬的 . . .

2019年4月30日
动态拨号VPS花多少钱购买才算性价比高

很多人都需要更改 IP ,例如爬虫注册,刷票收集等。动态 VPS服务器 也可以更改IP。 购买动态VPS需要多少钱?市场上有很多商家的 . . .

2019年4月30日
动态IP拨号vps配置中的IP多少AB段代表什么? 动态IP拨号vps配置中的IP多少AB段代表什么?
动态IP拨号vps配置中的IP多少AB段代表什么?

随着互联网需求的增加,很多公司和个人都在使用动态拨号 VPS ,但是有些用户看到拨号vps介绍里面 ip 段标的几A段、几AB段,却不懂其含义,IPV4协议里面一个完整的ip被三个点分为了4个部分A.B.C.D,比如172.5.0.1,A、B、C、D各段每部分一般由0-255数字组成。那么1个A段总共有多少IP量呢? . . .

2019年4月30日
什么是个人VPN

虚拟专用网络(VPN)使客户能够通过社区系统远程安全地获取讨论信息和专用网络。信息受到类似于PC中防火墙的保护,VPN可以屏蔽它。 即使VPN正式成为WAN(广域系统),租用代理 . . .

2019年4月26日
Python爬虫如何通过更换IP避开网站的反爬虫机制 (二)

上篇在 Python爬虫 如何通过更换 IP 避开网站的反爬虫机制一里讲到 动态IP 和拨号 VPS , . . .

2019年4月26日
拨号vps哪家好

动态vps似乎很简单,但它对运营商的技术水平和服务水平有更高的要求。 首先是服务器和宽带的稳定性。在这方面,一些小公司的产品特别不足。产品稳定性无法保证,这对正常使用有较大影响。 . . .

2019年4月26日
有哪些功能是动态IP拨号vps可以使用的

随着互联网的快速发展,越来越多的用户在在线过程中暴露他们的个人隐私信息。 电商担心刷单太多被查,营销害怕刷票力度不够影响排名....这时使用西拉免费 动态IP . . .

2019年4月26日
为什么需要VPN

VPN具有其他使用实例。VPN使客户能够阻止其他人看到他们正在移动的信息,因为链接已经加密。这样可以确保信息安全,特别是在机场和咖啡馆等社区的Wifi系统上,确保没有人窃取您的密码或银 . . .

2019年4月25日
使用动态IP代理爬取网站的都是哪些爬虫(二)

这里是西拉免费IP代理小编带来的使用 动态IP 代理爬取网站的都是哪些爬虫第二篇。 核心代码实现示例:ProxyWebsite . . .

2019年4月25日
使用动态IP代理爬取网站的都是哪些爬虫

在写爬虫程序的时候,当抓取频率较快或者抓取一些robots.txt禁爬路径,肯定会碰到被网站屏蔽的情况,这时候目标服务器要么直接返回404,要么就是返回禁止的提示信息,总之就是抓不到想要的内容 . . .

2019年4月25日

新闻中心 代理分享 | 蜘蛛地图

全网最大的免费网页代理ip平台,提供大量免费http代理服务器免费ip代理地址

© 2016 - 2021. 西拉免费代理ip, All rights reserved. 鄂ICP备18017015号-4

在线客服