python3（requests）使用代理ip

华为云博客 技术博客 21100 56

以前记录的维护一个ip池

  • 当需要采集大量数据时，或者有的网站对访问速度特别严格的时候，有的网站就采取封ip，这样就需要使用代理ip。就像马蜂窝一样，，自从被曝数据造假之后，就不好爬了，python使用代理ip的小demo为：
  • 其中，如果你爬的为https://www.xxxxx这类那么proxies里面的https内容有效。如果你爬的是http://biggsai.com这种，那么proxies就http有效。
import requests
from bs4 import BeautifulSoup
header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}
proxies = {'http': '120.236.128.201:8060',
 'https': '120.236.128.201:8060'
 }
url="http://www.overlove.xin/html/"
header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}
req=requests.get(url,headers=header,proxies=proxies,timeout=5)
html=req.text
soup=BeautifulSoup(html,'lxml')
print(soup.text)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

输出为：在这里插入图片描述
找一个可以定位的网站测试
在这里插入图片描述

  • 网站是我以前写的一个天气预报接口（已经暴毙）。之前有写过用java如何写天气接口通过ip查看天气信息

如果通过购买的代理ip，就需要先解析格式，提取ip和端口构造ip池，详情可以参考我的刷票小程序
和代理ip爬虫。

  • 另外，使用代理ip的时候一定要用好try catch，如果对信息完整性要求比较高。还需要对失败后从写方法，因为代理ip如果时免费的并不稳定，也有点慢。还有，有的ip不能用他会瞎跳到其他的链接上，比如跳到有道上，所以，使用代理ip时候一定要处理好异常，防止程序异常终止。

  • 如果对后端、爬虫、数据结构算法等感性趣欢迎关注我的个人公众号交流：bigsai
    在这里插入图片描述

文章来源: bigsai.blog.csdn.net，作者：Big sai，版权归原作者所有，如需转载，请联系作者。

原文链接：bigsai.blog.csdn.net/article/details/83588989

（完）