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

首页 > 新闻资讯 > 如何解决爬虫IP被封禁的问题?

如何解决爬虫IP被封禁的问题?

来源:IP代理精灵 作者:admin 时间:2019-11-06 11:33:51

如何解决爬虫IP被封禁的问题?爬虫以前听上去好厉害好神秘的样子,用好了可以成就像Google、百度这样的索索引擎,用不好可以凭借不恰当的高并发分分钟崩掉一个小型网站。写到这里想到12306每年扛住的并发请求量,觉得好牛逼。

如何解决爬虫IP被封禁的问题

爬虫和反爬虫从一直以来都是一个道高一尺魔高一丈的架势。反爬虫技术增加了爬取的难度,各路crawler的爬取过程可以说是一个和各种网站站长斗智斗勇的过程,各种解决方式可谓层出不穷,但是这里说是“简单”解决方案,肯定就是立足于一些比较基础的方法,分分钟就可以上手。

user_agent 伪装和轮换

不同浏览器的不同版本都有不同的user_agent,是浏览器类型的详细信息,也是浏览器提交Http请求的重要头部信息。我们可以在每次请求的时候提供不同的user_agent,绕过网站检测客户端的反爬虫机制。比如说,可以把很多的user_agent放在一个列表中,每次随机选一个用于提交访问请求。有一个提供各种user_agent的网站:

http://www.useragentstring.com/

最近又看到一个专门提供伪装浏览器身份的开源库,名字取得很直白:

fake-useragent

使用代理IP和轮换

检查ip的访问情况是网站的反爬机制最喜欢也最喜欢用的方式。这种时候就可以更换不同的ip地址来爬取内容。当然,你有很多有公网ip地址的主机或者vps是更好的选择,如果没有的话就可以考虑使用代理,让代理服务器去帮你获得网页内容,然后再转发回你的电脑。代理按透明度可以分为透明代理、匿名代理和高度匿名代理:

透明代理:目标网站知道你使用了代理并且知道你的源IP地址,这种代理显然不符合我们这里使用代理的初衷

匿名代理:匿名程度比较低,也就是网站知道你使用了代理,但是并不知道你的源IP地址

高匿代理:这是最保险的方式,目标网站既不知道你使用的代理更不知道你的源IP

代理的获取方式可以去购买,当然也可以去自己爬取免费的,ip代理精灵是有一个提供优质IP代理的网站,因为免费的代理通常不够稳定。而ip代理精灵IP节点遍布全国300多个城市,千万级IP池,单日可提取IP可以超过300万,均是高匿稳定的代理,且套餐时长有1分钟,3分钟,5分钟,10分钟,20分钟,30分钟等等,套餐灵活,适应更多应用场景,支持指定城市,还可以免费测试。

设置访问时间间隔

很多网站的反爬虫机制都设置了访问间隔时间,一个IP如果短时间内超过了指定的次数就会进入“冷却CD”,所以除了轮换IP和user_agent

可以设置访问的时间间间隔长一点,比如没抓取一个页面休眠一个随机时间:

import time,random

time.sleep(random.random()*3)

对于一个crawler来说,这是一个比较responsible的做法。

因为本来爬虫就可能会给对方网站造成访问的负载压力,所以这种防范既可以从一定程度上防止被封,还可以降低对方的访问压力。推荐阅读:http代理调用模式是什么?

ip代理精灵拥有专业的技术团队和全方位的服务,是一家专注于企业级IP代理的提供商,涵盖了http、https、socks5等协议,支持PC、安卓、IOS等多种设备,提供API提取,套餐灵活,使用场景广,支持免费体验,欢迎前来咨询

最新资讯

推荐阅读

  1. 25

    2020-11

    爬虫为什么要选择代理ip

    爬虫为什么要选择代理ip?在这个大数据时代,网络用户的增加,我们越来越需要代理IP,网络中一夜间冒出许多专门提供代理IP业务的商家,能够满足各种各样需求的用户。

  2. 13

    2019-05

    爬虫如何使用代理防封IP

    爬虫如何使用代理防封IP?在我们使用爬虫进行数据爬取的时候,爬着爬着就经常会遇到这种情况出现“HTTP Error403: Forbidden ”的提示,这是啥意思呢?其实他是一种http状态码,表示你在请求一

  3. 04

    2020-01

    浅谈代理ip的用途及其带来奇妙之处

    浅谈代理ip的用途及其带来奇妙之处!现在很多人在找不到工作的时候都会选择做代理ip软件,这个工作,工作时间来说非常灵活,同时我们完全可以在家就可以完成,但是我们必须要借助个方面

  4. 20

    2020-05

    如何更改动态IP?

    如何更改动态IP?我们都知道IP地址有动静之分,分为动态IP和静态IP,而作为普通用户的我们使用的多为动态IP。那么在使用时一般如何更换动态IP呢?

  5. 23

    2019-08

    国内最新HTTP代理IP哪里有

    在很多时候,由于互联网的各种限制,导致我们在访问网站时经常受限,它的表现可能是无法打开网页、注册不成功、无法登陆账号等。在这种情况下我们可以通过使用HTTP代理IP来解决,下面我

  6. 22

    2021-02

    免费代理IP能用吗

    免费代理IP能用吗?现在在网络上搜索,可以找到很多免费代理,相信很多人对于国内换ip的了解,都是先从免费的资源入门的。那么,我们首先来使用代理ip有哪些优势?