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
  • 28 2019-05
    代理IP是一个中转站

    代理IP是一个中转站,是一个辅助工具,可以帮助你把工作做好,并不代表可以为你完成工作。大家就不要想着:代理IP能帮我发广告推广产品吗?代理IP可以帮我注册账号吗?代理IP能帮我实现

  • 07 2019-12
    如何寻找适合的代理ip​?

    如何寻找适合的代理ip​?随着网络的发展越来越迅速,很多网友都遭遇过ip限制的问题,当我们访问某个网站过于频繁的时候就会被网站防火墙限制,想要解决这个问题就只能使用代理ip,那我

  • 09 2019-02
    vpn能翻墙,代理IP可以突破限制,换IP使用哪个好?

    近些年,国家对于vpn有一定的限制,普通网络是无法访问到外国的网站信息,于是有些人使用vpn进行翻墙,突破国内的网络限制,但这vpn使用其实并不是非常的安全,今天跟小编一起去了解下VPN

  • 24 2019-03
    哪些数据经常被IP代理刷量?

    流量为王的时代,数据造假也并不是什么新奇的事情,但是为什么技术不断进步,这个刷流量的行为还依然存在呢?

  • 03 2019-06
    IP代理软件无效可以退款吗

    IP代理软件无效可以退款吗?一件商品,是无法做到人人都满意的,就像钱也是有人不喜欢的。同样,IP代理也会遇上这些问题,目前市场上IP代理软件不少,大家质量不一,有些时候这IP代理软

  • 11 2020-05
    ip修改器对网络流量工作的效果

    网络流量时代,很多的赚钱方式其实都跟ip息息相关,就好像大家都比较熟悉的微博平台,也有很多营销号其实就是在吃流量的红利。