IP代理的原理是什么呢?在爬取某些网站时，我们经常会设置代理IP来避免爬虫程序被封，我们获取代理IP地址方式通常提取国内的知名IP代理商(如智连代理)的代理IP。但是大家有没有想过IP代理背后的原理是什么呢?本文的主要内容是讲解各种代理IP背后的原理。

　　代理类型主要取决于代理服务器端的配置。不同配置会形成不同的代理类型。在配置中，这三个变量 REMOTE_ADDR，HTTP_VIA，HTTP_X_FORWARDED_FOR 是决定性因素。

　　1) REMOTE_ADDR

　　REMOTE_ADDR 表示客户端的 IP，但是它的值不是由客户端提供的，而是服务器根据客户端的 IP 指定的。

　　如果使用浏览器直接访问某个网站，那么网站的 web 服务器(Nginx、Apache等)就会把 REMOTE_ADDR 设为客户端的 IP 地址。

　　如果我们给浏览器设置代理，我们访问目标网站的请求会先经过代理服务器，然后由代理服务器将请求转化到目标网站。那么网站的 web 服务器就会把 REMOTE_ADDR 设为代理服务器的 IP。

　　2)X-Forwarded-For(XFF)

　　X-Forwarded-For 是一个 HTTP 扩展头部，用来表示 HTTP 请求端真实 IP。当客户端使用了代理时，web 服务器就不知道客户端的真实 IP 地址。为了避免这个情况，代理服务器通常会增加一个 X-Forwarded-For 的头信息，把客户端的 IP 添加到头信息里面。

　　client 表示客户端的 IP 地址;proxy1 是离服务端最远的设备 IP; proxy2 是次级代理设备的 IP;从格式中，可以看出从 client 到 server 是可以有多层代理的。

　　如果一个 HTTP 请求到达服务器之前，经过了三个代理 Proxy1、Proxy2、Proxy3，IP 分别为 IP1、IP2、IP3，用户真实 IP 为 IP0，那么按照 XFF 标准，服务端最终会收到以下信息：

　　X-Forwarded-For: IP0, IP1, IP2

　　Proxy3 直连服务器，它会给 XFF 追加 IP2，表示它是在帮 Proxy2 转发请求。列表中并没有 IP3，IP3 可以在服务端通过 Remote Address 字段获得。我们知道 HTTP 连接基于 TCP 连接，HTTP 协议中没有 IP 的概念，Remote Address 来自 TCP 连接，表示与服务端建立 TCP 连接的设备 IP，在这个例子里就是 IP3。

　　3)HTTP_VIA

　　via 是 HTTP 协议里面的一个header,记录了一次 HTTP 请求所经过的代理和网关，经过1个代理服务器，就添加一个代理服务器的信息，经过2个就添加2个。

　　以上就是实现代理IP的三种原理，代理IP在爬虫数据采集工作中有着十分重要的地位，市面上虽然有着许多免费的IP代理但是为了爬虫的稳定和顺利，还是建议大家采取收费的代理IP，毕竟一分钱一分货嘛。【推荐阅读：代理IP按用途可以分几类?】