python爬虫利用代理池更换IP的方法步骤
更新时间:2021年02月21日 14:49:40 作者:y4ung
这篇文章主要介绍了python爬虫利用代理池更换IP的方法步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
0. 前言
周日在爬一个国外网站的时候,发现用协程并发请求,并且请求次数太快的时候,会出现对方把我的服务器IP封掉的情况。于是网上找了一下开源的python代理池,这里选择的是star数比较多的proxy_pool
1. 安装环境
# 安装python虚拟环境, python环境最好为python3.6,再往上的话,安装依赖时会报错 sudo apt update sudo apt install python3.6 pip3 install virtualenv virtualenv venv --python=python3.6 source venv/bin/activate # 安装redis sudo apt install redis-server # 启动redis server redis-server
2. 安装依赖
git clone https://github.com/jhao104/proxy_pool.git cd proxy_pool pip install -r requirements.txt
3. 修改配置文件
# 修改setting.py # 配置API服务 HOST = "0.0.0.0" # IP PORT = 5010 # 监听端口 # 配置数据库 # 以下为三个示例,根据redis的配置,选择其中一种即可 # 一般启动redis时如果没有配置文件,那么选择第一种即可 # 1. Redis IP: 127.0.0.1 Port: 6379 DB_CONN = 'redis://@127.0.0.1:6379' # 2. Redis IP: 127.0.0.1 Port: 6379 Password: 123456 DB_CONN = 'redis://:123456@127.0.0.1:6379' # 3. Redis IP: 127.0.0.1 Port: 6379 Password: 123456 DB: 15 DB_CONN = 'redis://:123456@127.0.0.1:6379/15' # 配置 ProxyFetcher PROXY_FETCHER = [ "freeProxy01", # 这里是启用的代理抓取方法名,所有fetch方法位于fetcher/proxyFetcher.py "freeProxy02", # .... ]
4. 启动
# 可以用tmux开三个窗口 # 启动调度程序 python proxyPool.py schedule # 启动webApi服务 python proxyPool.py server
5. 测试
import requests def get_proxy(): return requests.get("http://127.0.0.1:5010/get/").json() def delete_proxy(proxy): requests.get("http://127.0.0.1:5010/delete/?proxy={}".format(proxy)) # your spider code def getHtml(): # .... retry_count = 5 proxy = get_proxy().get("proxy") while retry_count > 0: try: html = requests.get('http://www.example.com', proxies={"http": "http://{}".format(proxy)}) # 使用代理访问 return html except Exception: retry_count -= 1 # 删除代理池中代理 delete_proxy(proxy) return None
更多的用法和文档请参考:document 和 https://github.com/jhao104/proxy_pool
到此这篇关于python爬虫利用代理池更换IP的方法步骤的文章就介绍到这了,更多相关python 代理池更换IP内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
VSCode中Python环境配置、创建虚拟环境及pip的一些常用命令
这篇文章主要给大家介绍了关于VSCode中Python环境配置、创建虚拟环境及pip的一些常用命令,Python环境的创建是在VSCode中很常见的一个需求,特别是当我们需要开发或者调试多个Python项目时,使用虚拟环境是一种好的方式,需要的朋友可以参考下2023-10-10python使用xpath中遇到:<Element a at 0x39a9a80>到底是什么?
这篇文章主要给大家详细介绍了关于python使用xpath中遇到:<Element a at 0x39a9a80>的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考借鉴,下面随着小编来一起学习学习吧。2018-01-01Python Datetime模块和Calendar模块用法实例分析
这篇文章主要介绍了Python Datetime模块和Calendar模块用法,结合实例形式分析了Python日期时间及日历相关的Datetime模块和Calendar模块原理、用法及操作注意事项,需要的朋友可以参考下2019-04-04
最新评论