注意: IP精灵代理仅提供国内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。

您好,请登录 没有账号?

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. 13

    2019-05

    http转socks代理转换方法

    由于局域网具有成本 低,内部交流方便快速,而且保密、安全性能好等优点,所以很多公司,学校,机构都组成了局域网。一些公司、学校、政府部门为了防止员工或者学生把过多的时 候投入

  2. 06

    2019-09

    大数据采集为什么要使用IP代理,代理IP的特点是什么?

    大数据采集为什么要使用IP代理,代理IP的特点是什么?互联网的迅速发展带动了大数据的应用,数据采集成为了一个热门的行业,大数据样本获得需要通过数据爬虫来实现,而爬虫工作者一般都绕

  3. 09

    2019-05

    高匿、普匿动态爬虫http代理ip怎么选择

    许多爬虫爱好者或从业者在利用爬虫采集网站数据时,总会遇到ip被目标网站封禁的问题,这个时候就需要用到代理ip。那么我们应该如何选择爬虫代理ip,才能确保数据采集的高效和稳定呢?这

  4. 05

    2019-05

    爬虫为什么使用ADSL动态IP拨号VPS?

    爬虫为什么使用ADSL动态IP拨号VPS?ADSL动态IP拨号VPS有什么作用?接下来我们来简单列举一下,如下:1、提高访问速度 通常代理服务器都设置一个较大的硬盘缓冲区,当有外界的信息通过时,同

  5. 18

    2019-05

    爬虫使用HTTP代理IP做什么

    你对HTTP代理IP这个字眼陌生吗?实际上这个字眼离你并不遥远。HTTP代理IP是将用户的IP进行更换,帮助用户在网上做一些事情。针对网络爬虫,小编下面就为大家讲述一下爬虫使用HTTP代理IP做什

  6. 09

    2019-05

    关于HTTP代理IP的误解

    什么是HTTP代理IP​?通俗的来说,就是换IP。据小编了解,很多人对HTTP代理IP都存在着一些误解,今天小编就来带大家解开这些误会。大部分人都知晓,在使用网络爬虫多次爬取同一网站时,经常