随着爬虫的肆虐，网站对于反爬虫的规定也是越来越严格了。如果你不清楚有哪些反爬虫机制，那么很有可能你的爬虫无法正常运作，正是因为反爬虫的严厉，代理IP就开始普遍被大家熟知，成为爬虫工程师的选择。

黑洞代理下面告诉你如何解决爬虫IP被封问题：

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

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3

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

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

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

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。

如果你想要学习好爬虫，那么首先代理IP在爬虫中的功能以及反爬的突破是必须了解的。