Python requests ip代理爬虫报错 HTTPSConnectionPool(host=‘xxxxx‘, port=443) Max retries exceed

本人系统：macOS10.15.6 Catalina
场景：使用Python requests 包+ip代理池爬取网站数据
出现报错：HTTPSConnectionPool(host=‘xxxxx’, port=443): Max retries exceeded with url:xxxxxxxx (Caused by Ne…

具体情况下面这个博主已经基本提到了：

点击这里

但是依然出现这个报错。

import time
import random
import requestsUSER_AGENTS = ["Mozilla/5.0 (iPad; U; CPU OS 4_2_1 like Mac OS X; zh-cn) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8C148 Safari/6533.18.5","Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:2.0b13pre) Gecko/20110307 Firefox/4.0b13pre","Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:16.0) Gecko/20100101 Firefox/16.0","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11","Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10"
]headers = {"User-Agent": ""
}
# 借助上面的USER-AGENT反爬
s = requests.session()
s.keep_alive = False
requests.adapters.DEFAULT_RETRIES = 10url = "https://baike.baidu.com/item/人工智能/9180?fromtitle=AI&fromid=25417&fr=aladdin"
for i in range(10):proxys = {# news_ip是已经读取好的ip 就不放上面代码了"https": "http://"+ new_ips[i],"http": "http://" + new_ips[i]}headers['User-Agent'] = random.choice(USER_AGENTS)print(proxys)print(headers['User-Agent'])req = requests.get(url, headers=headers, verify = False, proxies = proxys, timeout = 20).content.decode('utf-8')print(req)time.sleep(5)

首先需要确认自己的的IP地址是否可行。这里参考
传送门
给出的方式，确认不是IP不可行的问题。

后来在知乎上看到有人在传入proxy给proxies的时候，

将字典中的 " h t t p s " 和 " h t t p " 全部大写了，尝试之后确实可行了将字典中的"https"和"http"全部大写了，尝试之后确实可行了将字典中的"https"和"http"全部大写了，尝试之后确实可行了.

for i in range(10):proxys = {"HTTPS": "HTTP://"+ new_ips[i],"HTTP": "HTTP://" + new_ips[i]# 在这里全部大写了！}headers['User-Agent'] = random.choice(USER_AGENTS)print(proxys)print(headers['User-Agent'])req = requests.get(url, headers=headers, verify = False, proxies = proxys, timeout = 20).content.decode('utf-8')print(req)time.sleep(5)

记录一下今晚踩的几个雷：

注意字典proxy中，对于每个value无论key是HTTP还是HTTPS，都用HTTP开头！只有key用HTTPS！
如果requests想要爬取的网站是https:// ，那么一定一定需要在requests里加上verify = False这句话
这里是我用的免费ip代理池，勉强能用。下面把这个网站的爬取ip的代码放在这：

获取可用的IP代理

import re
import requests
header = {

‘Accept’: ‘text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,/;q=0.8’,
```
"User-Agent" : "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36"
```
}

response = requests.get(“http://www.66ip.cn/areaindex_11/1.html”, headers = header)

encode_content = response.content.decode(‘gb18030’, ‘replace’)

ips = re.findall(“(?:[0-9]{1,3}.){3}[0-9]{1,3}[0-9]{1,5}”, encode_content)
new_ips = []

proxies = []

for i in ips:

print(i)
```
new_ips.append(i.replace("</td><td>", ":"))
```
print(i)

for i in range(len(new_ips)):
new_ips[i] = new_ips[i].replace(“”, “”)
new_ips[i] = new_ips[i].replace(“”, “”)
for i in new_ips:
print(i)

先自我介绍一下，小编13年上师交大毕业，曾经在小公司待过，去过华为OPPO等大厂，18年进入阿里，直到现在。深知大多数初中级java工程师，想要升技能，往往是需要自己摸索成长或是报班学习，但对于培训机构动则近万元的学费，着实压力不小。自己不成体系的自学效率很低又漫长，而且容易碰到天花板技术停止不前。因此我收集了一份《java开发全套学习资料》送给大家，初衷也很简单，就是希望帮助到想自学又不知道该从何学起的朋友，同时减轻大家的负担。添加下方名片，即可获取全套学习资料哦

Python requests ip代理爬虫报错 HTTPSConnectionPool(host=‘xxxxx‘, port=443) Max retries exceed相关推荐

Python requests ip代理爬虫报错 HTTPSConnectionPool(host=‘xxxxx‘, port=443): Max retries exceed...
本人系统:macOS10.15.6 Catalina 场景:使用Python requests 包+ip代理池爬取网站数据出现报错:HTTPSConnectionPool(host='xxxxx', ...
解决requests.exceptions.SSLError: HTTPSConnectionPool(host=xxxxx‘, port=443): Max retries exceeded
问题描述使用scrapy框架时报错SSL,于是另起一个文件,使用requests,报错requests.exceptions.SSLError: HTTPSConnectionPool(host=' ...
Python爬虫报错HTTPSConnectionPool(host=‘heat.qq.com‘, port=443)处理
1.在爬虫时出现报错: requests.exceptions.SSLError: HTTPSConnectionPool(host='heat.qq.com', port=443): Max ret ...
解决Python3 urllib3 urllib3.exceptions.maxretryerror: httpsconnectionpool(host=‘xxxxx‘, port=443)
报错原因在使用代理进行请求时,代理只通过HTTP请求,此时请求进行HTTPS验证时验证失败. 两种解决方案在1.25版本之前,请求时不会进行HTTPS验证.故可降低urllib3版本. pip ...
解决python爬虫requests.exceptions.SSLError: HTTPSConnectionPool(host=‘XXXXXXX‘, port=443)问题
报错如下 Traceback (most recent call last):File "C:/Users/17653/Desktop/测试.py", line 23, in &l ...
Python代理IP异常：requests.exceptions.ProxyError: HTTPSConnectionPool(host=‘xxxx‘, port=443)
背景这是我在使用Python爬取网页信息的时候出现的异常. 由于很多要爬取的网站会把"IP限制"作为反爬虫手段,所以我偶尔会使用"代理IP服务器"去处理相关需 ...
【报错】爬虫 HTTPSConnectionPool(host=‘xxx‘, port=443) 解决方案
报错情况: 执行如下代码请求webscan.cc时报ssl错误: domain = "taobao.com" results = requests.get('https://www ...
关于requests.exceptions.SSLError: HTTPSConnectionPool(host='XXX', port=443)问题
在运行一下代码的时候,会进行报错 requests.exceptions.SSLError: HTTPSConnectionPool(host='XXX', port=443) 解决方法如下: 1.先 ...
requests.exceptions.SSLError: HTTPSConnectionPool(host='XXX', port=443)问题
具体报错是这样的: requests.exceptions.SSLError: HTTPSConnectionPool(host='某某某网站', port=443):Max retries exce ...

Python requests ip代理爬虫报错 HTTPSConnectionPool(host=‘xxxxx‘, port=443) Max retries exceed

获取可用的IP代理

‘Accept’: ‘text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,/;q=0.8’,

proxies = []

print(i)

print(i)

Python requests ip代理爬虫报错 HTTPSConnectionPool(host=‘xxxxx‘, port=443) Max retries exceed相关推荐

最新文章

热门文章