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

    2019-04

    使用代理IP爬取数据的两种方式

    大数据时代下,数据爬取成为很多企业和个人的工作重点,过程中经常遇到很多问题,比如时间限制、IP限制、验证码限制等等,都可能会导致爬虫无法进行,所以我们常常会用到代理IP,今天

  2. 28

    2020-04

    IP代理软件的完成原理是什么?

    IP代理软件的完成原理是什么?ip代理精灵小编在我们上网时,我们真实的IP地址很有可能会被泄露,倘若被居心叵测的人获得的话,可能会对我们的生活造成一些影响。这个时候我们就可以运用

  3. 20

    2019-06

    独享代理IP的优越性

    我们在浏览网站的时候可能会经常遇到访问受限制,这个时候有的人是选择放弃浏览,有的人是想办法解决问题,继续问题,那么解决的问题的方法就是使用代理IP,在现在的网络上有狠毒提供

  4. 18

    2019-04

    网络不好如何使用代理服务器登录QQ

    在某些情况下,比如网络不通畅,无法与QQ服务器连通,我们会用代理服务器来登录QQ。对不太了解QQ代理服务器的朋友们来说,找代理、用代理都比较困难。下面我们就来详细了解一下代理服务

  5. 29

    2019-05

    让代理服务器支持HTTPS很难吗?

    我们开展稳定高匿名HTTP代理业务以来,我听到客户咨询最多的问题之一就是“你们的代理支持HTTPS协议吗?”。我觉得很多人对HTTPS代理存在理解上的误区,所以我写了这篇文章。目的就是想说

  6. 08

    2019-05

    数据采集爬虫ip代理的基本原理

    我们在做爬虫的过程中经常会遇到这样的情况,最初爬虫正常运行,正常抓取数据,一切看起来都是那么正常,然而一杯茶的功夫可能就会出现错误,比如403 Forbidden。这时候打开网页一看,可