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 > 爬虫基础之代理的基本原理

爬虫基础之代理的基本原理

来源:IP代理精灵 作者:admin 时间:2019-05-16 14:23:06

简单的说爬虫就是获取网页并提取和保存信息的自动化程序。下文为大家梳理了爬虫基础之代理的基本原理,一起来了解看看吧!

爬虫基础之代理的基本原理

1. 基本原理


代理实际上指的就是代理服务器,英文叫作proxy server,它的功能是代理网络用户去取得网络信息。形象地说,它是网络信息的中转站。在我们正常请求一个网站时,是发送了请求给Web服务器,Web服务器把响应传回给我们。如果设置了代理服务器,实际上就是在本机和服务器之间搭建了一个桥,此时本机不是直接向Web服务器发起请求,而是向代理服务器发出请求,请求会发送给代理服务器,然后由代理服务器再发送给Web服务器,接着由代理服务器再把Web服务器返回的响应转发给本机。这样我们同样可以正常访问网页,但这个过程中Web服务器识别出的真实IP就不再是我们本机的IP了,就成功实现了IP伪装,这就是代理的基本原理。


2. 代理的作用


那么,代理有什么作用呢?我们可以简单列举如下。


突破自身IP访问限制,访问一些平时不能访问的站点。


访问一些单位或团体内部资源:比如使用教育网内地址段免费代理服务器,就可以用于对教育网开放的各类FTP下载上传,以及各类资料查询共享等服务。


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,同时也将其保存到缓冲区中,当其他用户再访问相同的信息时,则直接由缓冲区中取出信息,传给用户,以提高访问速度。


隐藏真实IP:上网者也可以通过这种方法隐藏自己的IP,免受攻击。对于爬虫来说,我们用代理就是为了隐藏自身IP,防止自身的IP被封锁。


3. 代理分类


代理分类时,既可以根据协议区分,也可以根据其匿名程度区分。


(1) 根据协议区分


根据代理的协议,代理可以分为如下类别。


FTP代理服务器:主要用于访问FTP服务器,一般有上传、下载以及缓存功能,端口一般为21、2121等。


HTTP代理服务器:主要用于访问网页,一般有内容过滤和缓存功能,端口一般为80、8080、3128等。


SSL/TLS代理:主要用于访问加密网站,一般有SSL或TLS加密功能(最高支持128位加密强度),端口一般为443。


RTSP代理:主要用于访问Real流媒体服务器,一般有缓存功能,端口一般为554。


Telnet代理:主要用于telnet远程控制(黑客入侵计算机时常用于隐藏身份),端口一般为23。


POP3/SMTP代理:主要用于POP3/SMTP方式收发邮件,一般有缓存功能,端口一般为110/25。


SOCKS代理:只是单纯传递数据包,不关心具体协议和用法,所以速度快很多,一般有缓存功能,端口一般为1080。SOCKS代理协议又分为SOCKS4和SOCKS5,前者只支持TCP,而后者支持TCP和UDP,还支持各种身份验证机制、服务器端域名解析等。简单来说,SOCK4能做到的SOCKS5都可以做到,但SOCKS5能做到的SOCK4不一定能做到。


(2) 根据匿名程度区分


根据代理的匿名程度,代理可以分为如下类别。


高度匿名代理:会将数据包原封不动地转发,在服务端看来就好像真的是一个普通客户端在访问,而记录的IP是代理服务器的IP。


普通匿名代理:会在数据包上做一些改动,服务端上有可能发现这是个代理服务器,也有一定几率追查到客户端的真实IP。代理服务器通常会加入的HTTP头有HTTP_VIA和HTTP_X_FORWARDED_FOR。


透明代理:不但改动了数据包,还会告诉服务器客户端的真实IP。这种代理除了能用缓存技术提高浏览速度,能用内容过滤提高安全性之外,并无其他显著作用,最常见的例子是内网中的硬件防火墙。


间谍代理:指组织或个人创建的用于记录用户传输的数据,然后进行研究、监控等目的的代理服务器。


4. 常见代理设置


使用网上的免费代理:最好使用高匿代理,另外可用的代理不多,需要在使用前筛选一下可用代理,也可以进一步维护一个代理池。


使用付费代理服务:互联网上存在许多代理商,可以付费使用,质量比免费代理好很多。


ADSL拨号:拨一次号换一次IP,稳定性高,也是一种比较有效的解决方案。


最新资讯

推荐阅读

  1. 18

    2019-06

    代理IP可以用来注册很多帐号吗

    在互联网中,注册业务是有效的补量方法。正常一个IP只能注册一个帐号,如果想注册很多帐号,就需要更换IP。不然无法注册,IP还有很大风险被封。那么,代理IP可以用来注册很多帐号吗?我

  2. 12

    2019-08

    代理IP为什么会被识破

    代理IP是比较常见的工具,很多人的工作都离不开它。随着需求增大,提供代理的商家也越来越多。很多用户在使用的过程中发现,用了代理IP也有被目标服务器发现的情况,也会被封。那么,

  3. 03

    2019-10

    代理ip的应用以及独享ip的优势

    代理ip的应用以及独享ip的优势。为了安全上网,保护自己个人信息。代理ip便被使用起来了。代理IP代替用户IP,访问网站,自然是不仅仅局限于只能够用来访问网站这点功能,代理IP还可以突破

  4. 13

    2019-09

    代理ip软件选择哪个比较好?

    代理ip软件选择哪个比较好?在目前的网络上,代理ip软件应用得非常广泛。因为我们在网上浏览的时候,很多时候需要用到ip代理。在这个时候,我们就需要去找专门的服务商来进行ip代理。如果

  5. 25

    2019-04

    独享代理IP和共享代理IP有什么区别

    很多人都知道,代理IP​分为独享代理IP和共享代理IP,一般上很多人使用的都是共享IP,这是由于目前IP资源还是稀缺的,之前的IPv4中的IP地址早就分完了,尤其是中国,人口多,最近几年网络

  6. 19

    2019-06

    爬虫为什么需要HTTP代理IP

    爬虫为什么需要HTTP代理IP?大数据高速发展时代,爬虫行业日益火爆,从业者如过江之鲫,数不胜数,说到爬虫就不得不提另外一个词:代理IP。爬虫虽然大行其道,但相应的反爬虫也步步紧逼