爬虫工作需要多次反复对网站数据进行抓取,这一操作很容易触犯到网站的反爬虫机制,因为IP访问的次数超出限制,所以我们如果想要解决这一问题,那么就要用到代理IP。
那么,代理IP有哪些类型可以选择呢?
代理IP分三种类型:透明代理、普通匿名代理、高级匿名代理。
高匿、匿名和透明代理的主要区别在于对方服务器获取REMOTE_ADDR、HTTP_X_FORWARDED_FOR、HTTP_VIA三个参数的区别。
众所周知,REMOTE_ADDR是无法伪造的。
使用透明代理(Transparent),对方服务器知道你使用了代理,也知道你的真实IP。REMOTE_ADDR=ProxyIP,HTTP_VIA=ProxyIP,HTTP_X_FORWARDED_FOR=YourIP
使用匿名代理(Anonymous),对方服务器知道你使用了代理,但不知道你的真实IP。REMOTE_ADDR=ProxyIP,HTTP_VIA=ProxyIP,HTTP_X_FORWARDED_FOR=ProxyIP
使用高匿名代理(High),对方服务器不知道你使用了代理,也不知道你的真实IP。REMOTE_ADDR=ProxyIP,HTTP_VIA=NULL,HTTP_X_FORWARDED_FOR=NULL
使用透明代理和普通匿名代理会被目标网站得知使用了代理IP,自然会受到限制,高级匿名代理则不会,所以在选择代理IP的时候,要注意这一点。
使用一个代理IP爬取目标网站,被封IP的因素太多,比如cookie,比如UserAgent等等,当达到了阈值后,IP就会被封;当访问目标网站的频率过快时,IP也会被封,因为人类正常访问远远达不到那个频率,自然会被目标网站的反爬虫策略识别。
根据你不同的爬虫程序设置,你可以按照需求去选择以上任意代理类型。
相关文章内容简介
1 爬虫使用代理IP 可以选择什么代理方式?
爬虫工作需要多次反复对网站数据进行抓取,这一操作很容易触犯到网站的反爬虫机制,因为IP访问的次数超出限制,所以我们如果想要解决这一问题,那么就要用到代理IP。 那么,代理IP有哪些类型可以选择呢? 代理IP分三种类型:透明代理、普通匿名代理、高级匿名代理。 高匿、匿名和透明代理的主要区别在于对方服务器获取REMOTE_ADDR、HTTP_X... [阅读全文]
最新标签
推荐阅读
12
2019-11
跟着黑洞代理走进爬虫技术
大数据+时代,企业需要动用到网络爬虫的时候要比以前要多,通过爬虫去抓取我们需要的数据信息,才能够为企业未来发展提供帮助。尤其是在代理IP的风靡之下,爬虫的技术门槛没以前那么复
22
2019-11
易用性高,黑洞代理ip点评都很高,高级评测
易用性高,黑洞代理ip点评都很高,高级评测
22
2019-11
代理网络服务器会纪录你的真正IP吗?ip代理软件使用
代理网络服务器会纪录你的真正IP吗?ip代理软件使用
22
2019-11
Python网络爬虫反限定的初始阶段,你需要知道改ip代理地址
Python网络爬虫反限定的初始阶段,你需要知道改ip代理地址
热门文章
在线咨询
客户经理
公众号
关注公众号,免费领试用
大客户