代理ip

>

换ip软件

>

http代理

>

ip代理

您的位置:首页 > 新闻资讯 > 文章内容
Python爬虫如何设置代理IP
来源:网连代理 作者:admin 时间:2019-07-18 16:49:55

  在学习Python爬虫的时候,经常会遇见所要爬取的网站采取了反爬取技术导致爬取失败。高强度、高效率地爬取网页信息常常会给网站服务器带来巨大压力,所以同一个IP反复爬取同一个网页,就很可能被封,这里讲述一个爬虫技巧,设置代理IP


Python爬虫如何设置代理IP


  配置环境


  安装requests库


  安装bs4库


  安装lxml库


  具体代码


Python爬虫如何设置代理IP


  函数get_ip_list(url, headers)传入url和headers,最后返回一个IP列表,列表的元素类似122.114.31.177:808格式,这个列表包括国内髙匿代理IP网站首页所有IP地址和端口。


  函数get_random_ip(ip_list)传入第一个函数得到的列表,返回一个随机的proxies,这个proxies可以传入到requests的get方法中,这样就可以做到每次运行都使用不同的IP访问被爬取的网站,有效地避免了真实IP被封的风险。


  proxies的格式是一个字典:{‘http’: ‘http://122.114.31.177:808‘},可以将下面的执行也封装为方法。


  代理IP的使用


  运行上面的代码会得到一个随机的proxies,把它直接传入requests的get方法中即可


Python爬虫如何设置代理IP

相关文章内容简介
推荐阅读