爬虫之proxy(代理)

proxy简介

proxy即为代理,我们爬虫的时候肯定会有频繁访问某一网站的情况,这个时候有些服务器会识别到我们是非正常访问,就会把我们的IP禁掉,这个时候就需要用代理了。

就好比现实生活中,我需要向A借一件东西,但是我跟A是仇人,直接向他借的话他不会借给我,这个时候我就让B帮我像A借,就说他要用,然后B借到东西之后再把东西给我用,这时,B就是我的代理了。

常用的免费代理网站:http://www.goubanjia.com/。

爬虫应该选择什么样的代理?

  • 针对不需要用户登录,cookie验证的网站,一般选择动态高匿代理。
  • 对于需要用户登录,身份认证的。一般选择静态IP

使用proxy的步骤

  1. 设置代理地址
    proxy = {'http':'52.187.162.198:3128'}
  2. 创建ProxyHeader
    proxyHeader = request.ProxyHandler(proxy)
  3. 创建Opener
    opener = request.build_opener(proxyHeader)
  4. 安装Opener
    request.install_opener(opener)

示例

from urllib import request

# 设置代理地址
proxy = {'http':'52.187.162.198:3128'}

# 创建ProxyHeader
proxyHeader = request.ProxyHandler(proxy)

# 创建Opener
opener = request.build_opener(proxyHeader)

# 安装Opener
request.install_opener(opener)

# 然后剩下的就跟正常使用差不多,只不过此时的request已经是绑定了代理之后的request
url = 'https://www.taobao.com/'
req = request.Request(url)
response = request.urlopen(req)
print(response.read().decode())

  

posted @ 2018-05-10 11:51  人生不如戏  阅读(5434)  评论(1编辑  收藏  举报