代理ip

　　使用爬虫代理IP的最好实施方案是在本地网维护一个IP池，这样能够更合理的确保网络爬虫工作上的高效稳定持久的运作，那么如何维护代理IP库保障爬虫程序高效运行呢？

　　在代理服务商认可的调用API频率下尽可能多的提取IP，之后写一个检测程序，连续不断的去用这些代理访问一个稳定的网站，看是否可以正常应用。这个过程可以使用多线程或异步的方式，因为检测代理是个很慢的过程。

　　获取出来的有效性代理IP如何储存呢？在这里强烈推荐一个高性能支持多种数据结构的NoSQL数据库SSDB，用于代理Redis。支持队列、hash、set、k-v对，支持T级别数据。是做分布式爬虫很好中间存储工具。

　　怎么让爬虫更简易的使用这种代理？python有很多的web框架，随便拿一个来写个api供爬虫调用。这样有许多益处，比如：当爬虫发现代理不能应用可以主动通过api去delete代理IP，当爬虫察觉代理池IP不够用时还可以主动去refresh代理池。这样比检测程序更加靠谱。

　　在爬虫应用代理IP持续应用的过程中，不断进行第一步，确保不断有新的IP进入IP池。为了避免浪费和提高效率，根据使用代理IP的实际情况，也可以对从代理服务商那里提取IP的频率进行调整。

　　在使用代理IP进行爬虫工作的过程中，会遇到各种各样的问题，如何更好的解决问题，提高工作效率，合理利用资源，需要不断的调整和优化，同时还得面对目标网站的反爬虫策略，不断的更新，爬虫工作不是一劳永逸，而是一个不断提升的过程。