收藏 400-998-9776 转2 服务时间 周一至周日 9:00-23:00 注意:本站不提供境外服务
您的位置:首页 >文章内容
分布式爬虫如何获取代理ip​?
来源:互联网 作者:admin 时间:2019-11-27 09:38:19

  分布式爬虫如何获取代理ip?分布式爬虫提取代理的方式有很多,有的使用白名单授权绑定api链接提取,有的使用账号+密码授权,根据个人的习惯和需求,编写程序代码领用提取方式自动提取代理ip使用,提取的方式有很多种,如何根据自己的需求有效最大化的使用代理ip。

分布式爬虫如何获取代理ip

  一:每个线程单次获取一个ip;

  每个进程从接口使用API链接中随机提取一个IP出来使用,如访问失败,无效则再调用API链接提取一个IP。

  每个线程,从接口通过api链接随机提取回一个IP出来,使用获取到的代理IP去访问资源,如果访问成功,则继续抓下一条。如果失败了(比如超时、出现验证码等),再从接口随机取一个IP,继续尝试。

  这种情况使用api链接频繁的调用API获取IP,会对代理服务器造成非常大的压力,影响API链接的稳定性,也有可能因频繁调用会被误以为遭受到攻击,api链接会被限制获取。所以这种方式不建议大家使用。


  二:每个线程单次获取一个ip列表;

  每个进程从接口使用API链接中随机取一个IP列表,如单次通过api链接获取100ip使用,访问失败或者失效则再调用API获取。

  每次每个线程,通过api链接随机提取回一批IP回来,循环使用IP列表去爬取采集数据;

  如果访问成功,则继续抓取下一条。如果失败了(比如超时、出现验证码等),再从接口取一批IP,继续尝试。

  这种方式获取到的ip没有在最佳的时间里使用,因为每个ip有效存活期限的,如果单次获取100个ip,当您用到前50个ip时候,可能后面的全部失效的,当从获取到的ip就开始计时有效存活时间,ip在等待使用时已经开始慢慢再在失效了。造成了ip很大的浪费,没有在提取第一时间使用。


  三:获取到的ip导入本地数据库;

  首先通过api链接提取出大量IP导入本地数据库,再从数据库里面提取ip,在数据库里面建一个表,写一个导入脚本,调用api链接间隔时间是多少,这个间隔时间可在购买代理ip的服务平台注明或者客服告知,然后将提取到的IP列表导入到数据库里面。在数据库里面记录好 导入时间、IP、Port、过期时间、IP可用状态 等字段;写一个抓取脚本,抓取脚本从数据库里面读取可用IP,每个进程从数据库获取一个IP进行使用。执行抓取,对结果进行判断,处理cookie等,只要出现验证码或者失败就放弃这个IP,重新换一个IP。【推荐阅读:谈谈代理ip的功能作用!


推荐阅读
  • 23 2019-10
    什么因素会影响代理ip​效果?

    什么因素会影响代理ip​效果?不同的人去同一个地方,会发出不同的感慨。不同的用户使用同一款软件,也会有褒贬不一的评价。下面随小编解析下究竟有哪些因素影响网页换IP软件的使用效果

  • 17 2019-01
    如何做好网络营销?换IP工具来助阵

    一个产品或者品牌要想获得好的销量,前提是要更多的人认识你的产品或者品牌,都不认识为什么要买你的产品呢?而网络营销就是让更多的人认识你产品的好方法,再说现在互联网无处不在,

  • 25 2018-12
    新手怎么提高爬虫的效率,如何获得充足稳定的代理IP

    网站都有反爬虫机制,如果想通过爬虫快速采集,会给网站造成不好的影响,因此网站会加以限制,但过慢的采集就毫无意义了,那么新手怎么提高爬虫的效率?

  • 03 2019-07
    刷流量需要频繁切换IP地址

    刷流量需要频繁切换IP地址,那么这些IP地址从哪里来的呢?当然是找代理IP商家了,网络免费的也有,就是很多不能使用的。

  • 19 2020-02
    网络营销如何选择合适的改ip方式?

    怎么修改手机ip地址?这个问题相信有很多用户想要知道,特别是需要通过换ip来进行网络操作的用户,一般用户普通使用不会对自己的ip太过关注,但是如果是需要通过网络来完成营销或是爬虫

  • 06 2019-05
    连接公共WiF记得使用代理IP

    连接公共WiF记得使用代理IP,这是为什么呢?因为连接公共WiF容易中病毒,也容易被攻击,最好是有防御措施。