《Python 常用技能》爬虫入门必备—ip代理 的优势与使用方法

2022-04-20 09:28:59 浏览数 (1)

博客主页：https://xiaoy.blog.csdn.net 本文由 呆呆敲代码的小Y 原创，首发于 CSDN

前言

  • 动态代理ip 相信大家肯定都听说过，或者已经使用过。
  • 本篇文章就来介绍一下什么是动态代理ip，以及简单的使用方法。
  • 使用动态ip有很多好处，比如保护你的网络免受外部攻击、屏蔽你的IP地址等。
  • 那本篇文章就来研究一下这个动态ip，对这方面不了解的小伙伴正好可以一起学习一下。

一、动态代理ip

1.1 什么是动态代理ip

动态代理IP，字面意思来说这个IP会随时随机发生变化，不是固定的，就是动态代理IP。动态代理IP一般会有网络爬虫用户使用。

动态IP 分为 长效代理 和 短效代理：

  • 长效代理代理IP：支持采集数据或者游戏挂机等许多业务，由于网络爬虫采集的数据量比较大，很少会选择长效代理，长效代理IP就相当于本地IP一样，访问一个网站久了自然IP也会被限制，而且采集的量非常小。不利于爬虫使用。
  • 短效代理IP：支持数据抓取、seo优化、 APP刷量，问答推广等许多业务。一般是网络爬虫用户选择动态短效代理IP的比较多。爬虫的业务量大，使用动态短效代理IP去进行数据采集的话，能大大提高业务效率。

1.2 使用动态代理IP好处

  1. 提高网站访问速度：浏览某个网站后，浏览的网站上的信息会存储在代理服务器的硬盘上。如果你再次浏览网站，这些信息可以随时在代理服务器中获取，而无需重新连接远程服务器。因此，它可以节省带宽，加快网站的浏览速度。
  2. 作为防火墙：可以保证局域网的安全，作为防火墙的功能，对于使用代理服务器的局域网来说，从外部来看，只有代理服务器才能看到，而其他局域网的用户则不能看到。代理商还可以用来限制IP地址的封锁，禁止用户浏览某些页面。
  3. 降低IP成本：应用代理服务器可以节省对IP地址的需求，从而降低IP地址的成本。
  4. 便于管理网络资源：可以限制部分共享资源进入特殊区域用户，维护资源的区域性。
  5. 提高爬虫的速率：使用动态代理ip可以绕过目标网站限制，更好的抓取网络数据，可以自定义时间更换ip地址，提高爬虫效率。

1.3 动态代理IP类别

动态代理IP 还分为透明代理，匿名代理，高匿代理。 以此可以看出代理IP的质量强度。对于网络爬虫来说可以根据自己的需求来购买定制需要动态IP。

高匿代理自然也是动态代理IP类型中质量最好的一种，不少的企业爬虫用户都会选择隧道转发的高匿爬虫代理IP来给业务提供需要，保证自己的业务效果和质量。

透明代理和匿名代理虽然也是代理IP，但是大大降低的爬虫业务的进展和效率，所以网络爬虫选择隧道转发的爬虫代理才是正确选择。

二、申请 动态ip代理 的方法

2.1 怎样选择合适的代理IP 网站

简单介绍了一下动态代理IP的概念和好处，再来说说怎样申请这个 动态代理IP 。

我这里使用的是 IPIDEA 这个网站，现在新用户有500M流量白嫖，正好我们可以拿来做实验。

进入网站之后点击 获取代理 -> API获取

然后根据自己的喜好选择 数量和地区，其他的使用默认选项即可，然后点击下面的 生成链接

如果没有实名认证的话会跳出这个界面，点击认证就好

然后复制我们生成的链接，这个链接要保存好，后面使用Python爬取的时候会用到。

把链接单独复制再打开就会看到刚才生成的IP，这部分可以用于我们自己的浏览器手动设置使用。

2.2 IPIDEA网站的优势

正如上面所说，目前代理ip的网站非常之多，怎样选择合适的平台也是个值得思考的问题。

由于目前有很多的代理IP网站，根据稳定性和安全性对比价格差异很大。

IPIDEA新用户注册就送一部分免费的流量，这点对于我们想尝试使用代理ip的小伙伴来说非常友好。

还有就是该平台支持住宅动态ip，这也是一个优势。

动态住宅IP的好处：

  • 无限并发
  • IP可用率＞98%
  • API调用频率：1秒
  • HTTP、HTTPS和SOCKS5 协议

三、使用 代理ip 的两种方法

代理ip 的使用方法有很多种，下面我就以直接在浏览器使用和使用生成的API链接两种方式做一个简单的演示。

3.1浏览器怎样使用 代理ip

上一步中我们获取到了一个 ip代理池，接下来拿QQ浏览器示例，简单看一下怎样使用这些代理ip。

在QQ浏览器菜单列表内 - 设置 - 高级 - 网络 - 更改代理服务器设置

在弹出的Internet属性窗口，点击局域网设置

填写我们复制的 IP 和 端口号，并点击 确定

打开百度/谷歌搜索引擎，搜索：IP，查看当前代理后的IP地址

到这里我们就是成功使用 代理ip 了，接下来使用 该代理ip 就可以干一些其他事情了~

想查看更多不同浏览器的配置方法可以去IPIDEA官网链接查看

注意： 仅支持境外网络环境下使用，不提供任何形式的境内使用方式。

但是这只是一个最简单的用法，更高级的应该是在使用爬虫的时候使用该动态IP代理池达到一个更好的效果。

下面就来简单写一个用代理ip来访问 github python模块的实例。

3.2 使用 动态代理ip 摘取 github python模块 示例

使用Python写一个简单的 ip代理 示例，后面使用Python爬一些其他数据的时候都可以参照。

直接使用 requests 模块来做，然后再加一个随机请求头模块 fake_useragent 和 UserAgent。

下面就以 github python模块 做一个简单的示例，界面内容如下：

完整代码如下所示，注释很详细，就不多做说明了。

代码语言：javascript复制
# 爬虫使用代理IP
# 导入模块：requests、fake-useragent、UserAgent
import requests
from fake_useragent import UserAgent

# 要访问的url地址
url='https://github.com/search?q=python'

# 随机请求头
headers={'User-Agent':UserAgent().random}

# 代理ip 的API(IPIDEA网站获取的)
api_url='http://tiqu.ipidea.io:81/abroad?num=100&type=1&lb=1&sb=0&flow=1®ions=&port=1'

res = requests.post(api_url,headers=headers, verify=True)

# proxies = {'协议': '协议://IP:端口号'}
proxie = "https://%s"%(res.text)
proxies = {'http': proxie}

# 打印所有的代理ip
print(proxies)

# 访问github python模块测试并输出结果
html=requests.get(url=url,headers=headers,proxies=proxies).text
print(html)

运行效果所示：

这里只是演示了使用 代理ip 爬取了 github python模块，利用好 动态代理ip 能用的事情可就更多了，大家自行体验吧！

只要能用爬虫的地方，我们可以自定义一个时间自动切换ip，这样在爬取大量数据的时候就会避免被限制访问，提高爬虫效率。

四、总结

  • 关于 动态代理ip 这一块能做的功能不止爬取数据
  • 还可以做更多好玩有趣的事，比如刷##，爬## 等等，具体用处大家自行摸索吧！
  • 正好我最近也在更新Python的一些学习内容，大家对Python感兴趣的也可以来我的专栏学习哦。
  • 博主对于Python这一块不是特别熟练，可以更好的从一个Python初学者的角度去和大家一起深入学习！
  • 借助这个 Python零基础到入门 专栏 来跟大家一起学习Python相关的内容，如果有什么问题也欢迎在评论区一起讨论呀~
tcp/ip 爬虫 python github

0 人点赞