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 > 爬虫中解决ip被封锁的几种方法

爬虫中解决ip被封锁的几种方法

来源:IP代理精灵 作者:admin 时间:2019-05-17 13:58:35

使用爬虫采集网站时,ip被封锁怎么办?使用IP代理就可以轻松解决,下面为大家介绍几种不同的方法,一起来看看吧!

爬虫中解决ip被封锁的几种方法

方法1


使用多IP代理:


1.IP必须需要,比如ADSL。如果有条件,其实可以跟机房多申请外网IP。


2.在有外网IP的机器上,部署代理服务器。


3.你的程序,使用轮训替换代理服务器来访问想要采集的网站。


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,你可以直接把代理服务器下线就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(貌似这么拼。。。)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国外VPS再配多IP,通过默认网关切换来实现IP切换,比HTTP代理高效得多,估计也比多数情况下的ADSL切换更高效


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


国内ADSL是王道,多申请些线路,分布在多个不同的电信区局,能跨省跨市更好,自己写好断线重拨组件,自己写动态IP追踪服务,远程硬件重置(主要针对ADSL猫,防止其宕机),其余的任务分配,数据回收,都不是大问题。


方法5


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6


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7


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8


对爬虫抓取进行压力控制;可以考虑使用代理的方式访问目标站点。


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 -更换用户IP。


最新资讯

推荐阅读

  1. 16

    2020-03

    解析高匿代理限制

    解析高匿代理限制!Web抓取应用程序已经成为完成我们上面讨论的雄心勃勃的业务任务的不可替代的工具,但是在数据收集机器人军队已经部署到信息战场之后很快就发现了很多常见的局限性。

  2. 05

    2018-12

    怎么降低爬虫IP被封的几率

    大量采集信息,没有足够的IP资源,是很难实现的。因为在采集的过程中,爬虫爬取行为没有伪装好,被反爬虫机制发现后,会进行IP封杀,可以IP逐渐减少,这该怎么办呢?

  3. 29

    2018-12

    爬虫爬数据有痕迹么?如何不露痕迹的爬取到数据呢?

    很多行业都用到爬虫,通过爬虫来大量的爬取各种数据,进行数据的分析,并挖掘到有价值的信息,但你去别家网站爬取这些信息,别人不一定给你啊。况且你去爬取信息,还对网站有影响.

  4. 05

    2019-01

    爬虫通常会遇到哪些问题,遇到这些问题解决方法

    虽说很多数据都可用使用爬虫进行爬取,这工作量少还好说,如果是大量的数据,想要顺利的爬取这是比较难的,遇到的问题也非常多。

  5. 15

    2019-10

    为什么代理服务器那么受欢迎?

    为什么代理服务器那么受欢迎?如今国家对网站审核监控也越来严谨。审查制度的国家努力追踪和阻止新闻门户网站和网站。简单无数的转变实际上只是一个代理服务。其他不能贿赂该链接,允

  6. 16

    2019-02

    网络爬虫和反爬虫对战,代理IP影响结果

    网络爬虫,也有善恶之分,想搜索引擎这些网络爬虫,可以通过用户的关键词搜索,为用户展示需要的信息,这是好的网络爬虫,网站也都欢迎这些网络爬取去爬取,从而获得好的排名。