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 > 代理IP的原理及分类

代理IP的原理及分类

来源:IP代理精灵 作者:admin 时间:2019-05-14 14:27:20

在爬取某些网站时,我们经常会设置代理IP来避免爬虫程序被封。我们获取代理 IP 地址方式通常提取国内的知名IP代理商的免费代理和拨号VPS。这些代理商一般都会提供透明代理,匿名代理,高匿代理。那么这几种代理的区别是什么?我们该如何选择呢?本文的主要内容是讲解代理IP的原理及分类。

代理IP的原理及分类

1 代理类型


代理类型一共能分为四种。除了前面提到的透明代理,匿名代理,高匿代理,还有混淆代理。


从安全程度来说,这四种代理类型的排序是 高匿 > 混淆 > 匿名 > 透明。


2 代理原理


代理类型主要取决于代理服务器端的配置。不同配置会形成不同的代理类型。在配置中,这三个变量 REMOTE_ADDR,HTTP_VIA,HTTP_X_FORWARDED_FOR 是决定性因素。


1) REMOTE_ADDRREMOTE_ADDR 表示客户端的 IP,但是它的值不是由客户端提供的,而是服务器根据客户端的 IP 指定的。


如果使用浏览器直接访问某个网站,那么网站的 web 服务器(Nginx、Apache等)就会把 REMOTE_ADDR 设为客户端的 IP 地址。 如果我们给浏览器设置代理,我们访问目标网站的请求会先经过代理服务器,然后由代理服务器将请求转化到目标网站。那么网站的 web 服务器就会把 REMOTE_ADDR 设为代理服务器的 IP。


2)X-Forwarded-For(XFF)X-Forwarded-For 是一个 HTTP 扩展头部,用来表示 HTTP 请求端真实 IP。当客户端使用了代理时,web 服务器就不知道客户端的真实 IP 地址。为了避免这个情况,代理服务器通常会增加一个 X-Forwarded-For 的头信息,把客户端的 IP 添加到头信息里面。


X-Forwarded-For 请求头格式如下:


X-Forwarded-For: client, proxy1, proxy2client 表示客户端的 IP 地址;proxy1 是离服务端最远的设备 IP; proxy2 是次级代理设备的 IP;从格式中,可以看出从 client 到 server 是可以有多层代理的。


如果一个 HTTP 请求到达服务器之前,经过了三个代理 Proxy1、Proxy2、Proxy3,IP 分别为 IP1、IP2、IP3,用户真实 IP 为 IP0,那么按照 XFF 标准,服务端最终会收到以下信息:


X-Forwarded-For: IP0, IP1, IP2Proxy3 直连服务器,它会给 XFF 追加 IP2,表示它是在帮 Proxy2 转发请求。列表中并没有 IP3,IP3 可以在服务端通过 Remote Address 字段获得。我们知道 HTTP 连接基于 TCP 连接,HTTP 协议中没有 IP 的概念,Remote Address 来自 TCP 连接,表示与服务端建立 TCP 连接的设备 IP,在这个例子里就是 IP3。


3)HTTP_VIAvia 是 HTTP 协议里面的一个header,记录了一次 HTTP 请求所经过的代理和网关,经过1个代理服务器,就添加一个代理服务器的信息,经过2个就添加2个。


3 代理类型区别


1) 透明代理(Transparent Proxy)代理服务器的配置如下:


REMOTE_ADDR = Proxy IPHTTP_VIA = Proxy IPHTTP_X_FORWARDED_FOR = Your IP透明代理虽然可以直接“隐藏”客户端的 IP 地址,但是还是可以从HTTP_X_FORWARDED_FOR来查到客户端的 IP 地址。


2) 匿名代理(Anonymous Proxy)代理服务器的配置如下:


REMOTE_ADDR = proxy IPHTTP_VIA = proxy IPHTTP_X_FORWARDED_FOR = proxy IP匿名代理能提供隐藏客户端 IP 地址的功能。使用匿名代理,服务器能知道客户端使用用了代理,当无法知道客户端真实 IP 地址。


3) 混淆代理(Distorting Proxy)代理服务器的配置如下:


REMOTE_ADDR = Proxy IPHTTP_VIA = Proxy IPHTTP_X_FORWARDED_FOR = Random IP address与匿名代理的原理相似,但是会伪装得更逼真。如果客户端使用了混淆代理,服务器还是能知道客户端在使用代理,但是会得到一个假的客户端 IP 地址。


2) 高匿代理(Elite  Proxy 或 High Anonymity Proxy)代理服务器的配置如下:


REMOTE_ADDR = Proxy IPHTTP_VIA = not determinedHTTP_X_FORWARDED_FOR = not determined高匿代理既能让服务器不清楚客户端是否在使用代理,也能保证服务器获取不到客户端的真实 IP 地址。


4 代理的选择


普通匿名代理能隐藏客户机的真实 IP,但会改变我们的请求信息,服务器端有可能会认为我们使用了代理。不过使用此种代理时,虽然被访问的网站不能知道客户端的 IP 地址,但仍然可以知道你在使用代理,当然某些能够侦测 IP 的网页仍然可以查到客户端的 IP。 而高度匿名代理不改变客户机的请求,这样在服务器看来就像有个真正的客户浏览器在访问它,这时客户的真实IP是隐藏的,服务器端不会认为我们使用了代理。


因此,爬虫程序需要使用到代理 IP 时,尽量选择普通匿名代理和高匿名代理。另外,如果要保证数据不被代理服务器知道,推荐使用 HTTPS 协议的代理。 另外,如果考虑付费方案,动态拨号VPS其实是不错的选择,这类IP的质量更高,并且可以很方便地指定在哪些地区切换,稳定性也不错,适用于一些对IP质量要求较高的爬虫项目。


最新资讯

推荐阅读

  1. 17

    2019-05

    爬虫怎样选择ip代理软件

    在我们学习各种编程语言的时候,出现各种异常是很常见的,拿最简单最基础的爬虫采集数据为例,过程中就会面临,IP被封,爬取受限、违法操作等多种问题,所以在爬取数据之前,一定要了

  2. 26

    2019-04

    使用了代理IP依然受到限制怎么办?

    网络爬虫在如今的互联网领域有着特别的意义,比如我们耳熟能详的大数据,它的发展就离不开网络爬虫。然而网络爬虫也是有天敌的,那就是目标网站的反爬虫策略,爬虫在工作过程中要时刻

  3. 31

    2019-05

    代理IP速度缓慢的原因是什么

    相信许多朋友都使用过换IP软件吧,无论是因为销售业务需求量还是个人需求,在使用换IP软件的操作过程中常会遇到某些令人烦闷至极的难题,例如代理IP连接不了,又如经厉了千难万险好不容

  4. 22

    2018-11

    怎么突然爬虫被封了?爬虫被封常见原因

    新手做爬虫问题不断,这本来还好好的,怎么突然爬虫被封了,这怎么回事?究竟是哪里有问题呢?真心累,还只是采集小数据!!!

  5. 16

    2019-10

    爬虫遇到IP限制怎么解决?

    爬虫遇到IP限制怎么解决?这是目前对后台爬虫中最致命的。网站的防火墙会对某个固定ip在某段时间内请求的次数做限制,如果没有超过上线则正常返回数据,超过了,则拒绝请求,如qq邮箱。

  6. 12

    2019-10

    网站推广优化需要代理ip软件吗?

    网站推广优化需要代理ip软件吗?企业线上推广,网站是基础,是载体。在网站推广中。建立网站很简单,但是想要运营推广网站就比较复杂,有很多需要注意和操作的地方,像网站的推广优化,