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
  • 16 2019-02
    选择哪种方式上网好?路由器设置上网方法

    大家在设置路由器的时候,都会看到宽带拨号上网、自动获得IP地址上网、固定IP地址上网这3种上网方式,有一些新手就要问了,这几种方式有什么区别?应该如何选择?今天小编就来给大家说

  • 10 2019-10
    ip代理​有哪些具体应用场景呢?

    ip代理​有哪些具体应用场景呢?ip代理其实就是通过服务器的代理方式进行访问,对目标网站的返回ip地址是代理服务器生成的而不是自己本身的ip地址,可以让我们通过不断变换ip地址的方式来

  • 23 2019-04
    代理IP中的独享IP和共享IP不一样

    代理IP中的独享IP和共享IP不一样,一般上很多人使用的都是共享IP,这是由于目前IP资源还是稀缺的,之前的IPv4中的IP地址早就分完了,尤其是中国,人口多,最近几年网络发展更是快,IP早就分

  • 04 2021-01
    什么网络场景要有代理ip?

    代理ip能够在什么地方使用?对什么网络场景能够起到帮助呢?下面我们看看最常用的几个地方。

  • 15 2019-06
    代理IP有三种类型用哪种好?

    代理IP有三种类型用哪种好?代理IP可以按照价格、用途、协议,或者匿名度来分类的,今天就以匿名度来看看使用哪个匿名程度的代理ip比较好呢?

  • 24 2019-04
    换IP软件是否支持手机APP使用?

    换IP软件是否支持手机APP使用?现在几乎都人手一台手机了,有些人还不止一台,在生活中很多事情都可以通过手机来操作,娱乐,学习,工作都是可以的,如果想手机换IP是否可以呢?

您好,当前有客服在线,请问有什么需要咨询的吗?