189 8069 5689
这篇文章主要为大家展示了“爬虫如何部署代理ip”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“爬虫如何部署代理ip”这篇文章吧。
创新互联致力于互联网品牌建设与网络营销，包括网站设计、成都网站制作、SEO优化、网络推广、整站优化营销策划推广、电子商务、移动互联网营销等。创新互联为不同类型的客户提供良好的互联网应用定制及解决方案，创新互联核心团队十多年专注互联网开发，积累了丰富的网站经验，为广大企业客户提供一站式企业网站建设服务，在网站建设行业内树立了良好口碑。
爬虫部署代理ip的方法：
1、利用IP代理池技术，每次从IP代理池中随机选择一个IP代理来爬取数据。
import urllib.request
import random
#构建IP代理池
ip_pool = [
'58.221.55.58:808',
'120.198.248.26:8088',
'221.229.166.55:8080',
'139.196.214.67:8080'
]
def ip(ip_pool, url):
#从IP代理池中随机选一个IP代理
ip = random.choice(ip_pool)
print(ip)
#格式化IP代理格
proxy = urllib.request.ProxyHandler({'http': ip})
#装入IP代理
opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)
return urllib.request.urlopen(url).read().decode('utf-8', 'ignore')
data = ip(ip_pool, 'https://www.baidu.com/?tn=98010089_dg&ch=15')
print(data)2、使用IP代理池和用户代理的组合来增加访问量，更安全。利用ip代理的动态ip构建自己的代理ip池，可以保证ip的质量。
因为ip代理的ip资源是独立有效的。
import urllib.request
import random
import urllib.error
#自定义UA_IP类，用来随机得到
def UA_IP(thisUrl):
#构建用户代理池
ua_pool = [
'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.89 Safari/537.36',
'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/13.0.782.41 Safari/535.1 QQBrowser/6.9.11079.201',
'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; InfoPath.3; .NET4.0C; .NET4.0E)',
'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:6.0) Gecko/20100101 Firefox/6.0'
]
#构建ip代理池
ip_pool = [
'139.196.196.74',
'112.124.47.21',
'61.129.70.109',
'221.229.166.55'
]
thisUA = random.choice(ua_pool) #从用户代理池中随机选择一个用户代理
thisIP = random.choice(ip_pool) #从IP代理池中随机选择一个IP代理
headers = ('User-Agent', thisUA) #构造报头
#将IP格式化
proxy = urllib.request.ProxyHandler({'http': thisIP})
#装入IP代理
opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)
#装入代理
opener.addheaders = [headers]
#将opener设置为全局
urllib.request.install_opener(opener)
#从网页爬取信息
data = urllib.request.urlopen(thisUrl).read().decode('utf-8', 'gnore')
return data
#网页池，后面从网页池中选择一个进行该网页信息的爬取
urls = [
'https://mp.csdn.net/mdeditor/88323361#',
'https://mp.csdn.net/mdeditor/88144295#',
'https://mp.csdn.net/mdeditor/88144295#',
'https://mp.csdn.net/mdeditor/88081609#'
]
#爬取1000次
for i in range(0, 1000):
try:
thisUrl = random.choice(urls)
data = UA_IP(thisUrl)
print(len(data))
except urllib.error.HTTPError as e:
if hasattr(e, 'code'):
print(e.code)
if hasattr(e, 'reason'):
print(e.reason)以上是“爬虫如何部署代理ip”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！