Python爬虫使用代理IP的实现
使用爬虫时，如果目标网站对访问的速度或次数要求较高，那么你的IP就很容易被封掉，也就意味着在一段时间内无法再进行下一步的工作。这时候代理IP能够给我们带来很大的便利，不管网站怎么封，只要能找到一个新的代理IP就可以继续进行下一步的研究。
目前很多网站都提供了一些免费的代理IP供我们使用，当然付费的会更好用一点。本文除了展示怎样使用代理IP，也正好体验一下前面文章中搭建的代理IP池，不知道的可以点击这里：Python搭建代理IP池（一）-获取IP。只要访问代理池提供的接口就可以获取到代理IP了，接下来就看怎样使用吧！
测试的网址是：http://httpbin.org/get，访问该站点可以得到请求的一些相关信息，其中origin字段就是客户端的IP，根据它来判断代理是否设置成功，也就是是否成功伪装了IP
获取IP
代理池使用Flask提供了获取的接口：http://localhost:5555/random
只要访问这个接口再返回内容就可以拿到IP了
Urllib
先看一下Urllib的代理设置方法：
fromurllib.errorimportURLError
importurllib.request
fromurllib.requestimportProxyHandler,build_opener
#获取IP
ip_response=urllib.request.urlopen("http://localhost:5555/random")
ip=ip_response.read().decode('utf-8')
proxy_handler=ProxyHandler({
'http':'http://'+ip,
'https':'https://'+ip
})
opener=build_opener(proxy_handler)
try:
response=opener.open('http://httpbin.org/get')
print(response.read().decode('utf-8'))
exceptURLErrorase:
print(e.reason)
运行结果：
{
"args":{},
"headers":{
"Accept-Encoding":"identity",
"Host":"httpbin.org",
"User-Agent":"Python-urllib/3.7"
},
"origin":"108.61.201.231,108.61.201.231",
"url":"https://httpbin.org/get"
}
Urllib使用ProxyHandler设置代理，参数是字典类型，键名为协议类型，键值是代理，代理前面需要加上协议，即http或https，当请求的链接是http协议的时候，它会调用http代理，当请求的链接是https协议的时候，它会调用https代理，所以此处生效的代理是：http://108.61.201.231和https://108.61.201.231
ProxyHandler对象创建之后，再利用build_opener()方法传入该对象来创建一个Opener，这样就相当于此Opener已经设置好代理了，直接调用它的open()方法即可使用此代理访问链接
Requests
Requests的代理设置只需要传入proxies参数：
importrequests
#获取IP
ip_response=requests.get("http://localhost:5555/random")
ip=ip_response.text
proxies={
'http':'http://'+ip,
'https':'https://'+ip,
}
try:
response=requests.get('http://httpbin.org/get',proxies=proxies)
print(response.text)
exceptrequests.exceptions.ConnectionErrorase:
print('Error',e.args)
运行结果：
{
"args":{},
"headers":{
"Accept":"*/*",
"Accept-Encoding":"gzip,deflate",
"Host":"httpbin.org",
"User-Agent":"python-requests/2.21.0"
},
"origin":"47.90.28.54,47.90.28.54",
"url":"https://httpbin.org/get"
}
Requests只需要构造代理字典然后通过proxies参数即可设置代理，比较简单
Selenium
importrequests
fromseleniumimportwebdriver
importtime
#借助requests库获取IP
ip_response=requests.get("http://localhost:5555/random")
ip=ip_response.text
chrome_options=webdriver.ChromeOptions()
chrome_options.add_argument('--proxy-server=http://'+ip)
browser=webdriver.Chrome(chrome_options=chrome_options)
browser.get('http://httpbin.org/get')
time.sleep(5)
运行结果：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。