python爬蟲設(shè)置每個(gè)代理ip的簡(jiǎn)單方法

更新時(shí)間：2021年08月20日 08:49:13 作者：飲醉不止馬匹

在本篇文章里小編給大家整理了一篇關(guān)于python爬蟲設(shè)置每個(gè)代理ip的簡(jiǎn)單方法，有興趣的朋友們可以學(xué)習(xí)參考下。

python爬蟲設(shè)置每個(gè)代理ip的方法：

1.添加一段代碼，設(shè)置代理，每隔一段時(shí)間換一個(gè)代理。

urllib2 默認(rèn)會(huì)使用環(huán)境變量 http_proxy 來設(shè)置 HTTP Proxy。假如一個(gè)網(wǎng)站它會(huì)檢測(cè)某一段時(shí)間某個(gè) IP 的訪問次數(shù)，如果訪問次數(shù)過多，它會(huì)禁止你的訪問。所以你可以設(shè)置一些代理服務(wù)器來幫助你做工作，每隔一段時(shí)間換一個(gè)代理，網(wǎng)站君都不知道是誰在搗鬼了，這酸爽！下面一段代碼說明了代理的設(shè)置用法。

import urllib2
enable_proxy = True
proxy_handler = urllib2.ProxyHandler({"http" : 'http://some-proxy.com:8080'})
null_proxy_handler = urllib2.ProxyHandler({})
if enable_proxy:
    opener = urllib2.build_opener(proxy_handler)
else:
    opener = urllib2.build_opener(null_proxy_handler)
urllib2.install_opener(opener)

2.Timeout 設(shè)置，可以解決一些網(wǎng)站出現(xiàn)響應(yīng)過慢而造成的影響問題。

之前已經(jīng)說過urlopen 方法了，第三個(gè)參數(shù)就是 timeout 的設(shè)置，可以設(shè)置等待多久超時(shí)，為了解決一些網(wǎng)站實(shí)在響應(yīng)過慢而造成的影響。例如下面的代碼，如果第二個(gè)參數(shù) data 為空那么要特別指定是 timeout 是多少，寫明形參，如果 data 已經(jīng)傳入，則不必聲明。

import urllib2
response = urllib2.urlopen('http://www.baidu.com', timeout=10)

import urllib2
response = urllib2.urlopen('http://www.baidu.com',data, 10)

以上就是Python爬蟲中設(shè)置代理的方法。結(jié)尾的時(shí)候我們補(bǔ)充了timeout的用法，本意是希望可以讓大家需要網(wǎng)絡(luò)過慢問題能有好的解決出路。

不過，地址代理方面用的較為多，所以要著重學(xué)習(xí)。如果需要用的ip可以試試太陽http，爬蟲采集、營銷推廣、工作室等行業(yè)首選的IP產(chǎn)品，全國城市線路數(shù)量200+，API調(diào)用頻率不限制，不限并發(fā)，24小時(shí)不斷更新IP池。

知識(shí)點(diǎn)擴(kuò)展：

代碼擴(kuò)展：

from bs4 import BeautifulSoup
import requests
import random

def get_ip_list(url, headers):
 web_data = requests.get(url, headers=headers)
 soup = BeautifulSoup(web_data.text, 'lxml')
 ips = soup.find_all('tr')
 ip_list = []
 for i in range(1, len(ips)):
  ip_info = ips[i]
  tds = ip_info.find_all('td')
  ip_list.append(tds[1].text + ':' + tds[2].text)
 return ip_list

def get_random_ip(ip_list):
 proxy_list = []
 for ip in ip_list:
  proxy_list.append('http://' + ip)
 proxy_ip = random.choice(proxy_list)
 proxies = {'http': proxy_ip}
 return proxies

if __name__ == '__main__':
 url = 'http://www.xicidaili.com/nn/'
 headers = {
 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.17 (KHTML, like Gecko) Chrome/24.0.1312.60 Safari/537.17'
 }
 ip_list = get_ip_list(url, headers=headers)
 proxies = get_random_ip(ip_list)
 print(proxies)

到此這篇關(guān)于python爬蟲設(shè)置每個(gè)代理ip的簡(jiǎn)單方法的文章就介紹到這了,更多相關(guān)python爬蟲如何設(shè)置每個(gè)代理ip內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: