飞蚁代理在爬虫使用过程中解决ip被封锁IP限制的8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。
如果需要高匿爬虫代理ip.可以尝试飞蚁代理。

飞蚁代理在爬虫使用过程中解决ip被封锁IP限制的8种方法相关推荐

数据采集爬虫ip代理基本原理-飞蚁代理
我们在做爬虫的过程中经常会遇到这样的情况,最初爬虫正常运行,正常抓取数据,一切看起来都是那么正常,然而一杯茶的功夫可能就会出现错误,比如403 Forbidden,这时候打开网页一看,可能会看到&qu ...
分享推荐几家适合爬虫的代理ip（飞蚁代理、阿布云、亿洲网络）
多年的爬虫总结,如今要改行了,分享一下我觉得好用的几家爬虫IP代理. 飞蚁代理:http://www.feiyiproxy.com 阿布云:https://www.abuyun.com/ 亿洲网络:h ...
[案例]飞蚁代理使用说明
一提供服务当前只支持高匿的 http/https 代理二实现机制图示数据转发流程: 1连接接入服务器(proxy.360pdown.com:88) 2发送数据至接入服务器 3接入服务器从 ...
nginx反向代理(proxy_pass)tomcat的过程中，session失效的问题解决
nginx反向代理(proxy_pass)tomcat的过程中,session失效的问题解决参考文章: (1)nginx反向代理(proxy_pass)tomcat的过程中,session失效的问题 ...
爬虫过程中解决html乱码和获取的文本乱码问题
爬虫过程中解决html乱码和获取的文本乱码问题 response1 = requests.get(url=detail_url, headers=headers) responseText1 = re ...
xlsx怎么设置行高列宽_Excel2016中调整行高和列宽的两种方法
在报表的编辑过程中经常需要调整特定行的行高或列的列宽,例如当单元格中输入的数据超出该单元格宽度时,需要调整单元格的列宽.本文图文讲述了Excel2016中调整行高和列宽的两种方法. 方法一:使用命令调 ...
java7 javascript引擎_Java7中脚本引擎的一般用法，共三种方法获得JavaScript引擎：名称、文件扩展名、MIME类型 | 学步园...
package com.sino.java7; import javax.script.ScriptEngine; import javax.script.ScriptEngineManager; i ...
多个html如何套用套一个头部,Vue.js项目中管理每个页面的头部标签的两种方法...
在 Vue SPA 应用中,如果想要修改 HTML 的头部标签,如页面的 title ,我们只能去修改 index.html 模板文件,但是这个是全局的修改,如何为每个页面都设置不一样的 title ...
java整型转换为数组_基于java中byte数组与int类型的转换(两种方法)
java中byte数组与int类型的转换,在网络编程中这个算法是最基本的算法,我们都知道,在socket传输中,发送.者接收的数据都是 byte数组,但是int类型是4个byte组成的,如何把一个整形 ...

飞蚁代理在爬虫使用过程中解决ip被封锁IP限制的8种方法

飞蚁代理在爬虫使用过程中解决ip被封锁IP限制的8种方法相关推荐

最新文章

热门文章