注意: IP代理精灵仅提供国内ip网络节点,不提供境外网络节点,不能用于任何非法用途或访问境外封闭网站,不能跨境联网,只能用于合法的国内网络加速。

请登录 注册 实名验证

首页 > 新闻资讯 > 爬虫IP被封的解决方法

爬虫IP被封的解决方法

来源:IP代理精灵 作者:admin 时间:2019-05-07 15:01:32

在我们酣畅淋漓地使用爬虫抓取数据为我们所用的时候,却也能难免遇到强敌,IP遭到封锁,爬虫被反。那么,万一不行,IP被封了,有什么方法来解呢?当然有,还很多。下面我们就一起来看看爬虫IP被封的解决方法。

爬虫IP被封的解决方法

方法1.


之前由于公司项目需要,采集过google地图数据,还有一些大型网站数据。


经验如下:


IP必须有,可以直接使用成熟的代理IP服务商,类似像ip代理精灵这种。


好处:


1.程序逻辑变化小,只需要代理功能。


2.根据对方网站屏蔽规则不同,你只需要添加更多的代理就行了。


3.就算具体IP被屏蔽了,你可以直接把IP代理下线就OK,程序逻辑不需要变化。


方法2.


有小部分网站的防范措施比较弱,可以伪装下IP,修改X-Forwarded-for,即可绕过。


大部分网站么,如果要频繁抓取,一般还是要多IP。我比较喜欢的解决方案是VPS再配多IP,通过默认网关切换来实现IP切换。


方法3.


ADSL + 脚本,监测是否被封,然后不断切换 ip


设置查询频率限制


正统的做法是调用该网站提供的服务接口。


方法4.


1 user agent 伪装和轮换


2 使用代理 ip 和轮换


3 cookies 的处理,有的网站对登陆用户政策宽松些


友情提示:考虑爬虫给人家网站带来的负担,be a responsible crawler :)


方法5.


尽可能的模拟用户行为:


1、UserAgent经常换一换;


2、访问时间间隔设长一点,访问时间设置为随机数;


3、访问页面的顺序也可以随机着来


方法6.


网站封的依据一般是单位时间内特定IP的访问次数.


我是将采集的任务按 目标站点的IP进行分组 通过控制每个IP 在单位时间内发出任务的个数,来避免被封.当然,这个前题是你采集很多网站.如果只是采集一个网站,那么只能通过多外部IP的方式来实现了.


方法7.


1. 对爬虫抓取进行压力控制;


2. 可以考虑使用代理的方式访问目标站点。


总结:


-降低抓取频率,时间设置长一些,访问时间采用随机数


-频繁切换UserAgent(模拟浏览器访问)


-多页面数据,随机访问然后抓取数据


-使用代理IP不间断更换


最新资讯

推荐阅读

  1. 29

    2019-05

    ip代理使用情况有哪几种

    代理IP本质就是隐藏自身IP地址,使用新的IP去代替访问操作。很多人因为不知道这里是需要时使用代理ip​的耗费了许多时间和精力。下面具体说明ip代理使用情况有哪几种。希望给大家一些参

  2. 28

    2020-08

    探讨代理IP对爬虫的重要性

    探讨代理IP对爬虫的重要性!在互联网大数据时代,传统行业和新兴行业在运营模式上面临着各种各样改革创新的问题。因为互联网发展迅速,给原本的产业和收益模式都带来了更多的可能性。为

  3. 07

    2019-01

    爬虫怎么调用代理IP池的IP

    爬虫在进行采集工作之前,需要解决反爬虫的问题,特别是如果需要提高爬取速度,是必须要使用大量的IP。如果使用代理IP池,这爬虫是如何调用代理IP池中的IP使用呢?

  4. 18

    2019-04

    IP转换器有什么用?修改IP地址有什么意义?

    IP转换器有什么用?修改IP地址有什么意义?​随着互联网的越来越普及,网民数量越来越多,各大网站的访问数量的就随之增加,特别是很多任务网站或者注册网站,为了防止恶意的注册等,

  5. 14

    2019-10

    怎么预防或恢复被代理劫持的排名呢?

    怎么预防或恢复被代理劫持的排名呢?像PR劫持一样,对一些比较难以预防的黑帽陷害手法,本来不太想积极讨论,因为有很多时候会对无辜的站长造成很大的伤害。

  6. 06

    2018-12

    一个稳定的IP池:怎么维护爬虫的IP池

    对于爬虫使用的IP池,当然是IP越多,质量越好,爬虫的爬取效果才会更高。如果使用免费的代理IP,效率肯定是大大降低的,一个稳定的IP池对于爬虫的重要性不言而喻。