Python爬蟲如何設定代理

有些網站會有相應的反爬蟲措施，例如許多網站會偵測某一段時間某個IP的造訪次數，如果造訪頻率太快以至於看起來不像正常訪客，它可能就會禁止這個IP的訪問。所以我們需要設定一些代理伺服器，每隔一段時間換一個代理，就算IP被禁止，依然可以換個IP繼續爬取。

在Python中，可以使用urllib2中的ProxyHandler來設定使用代理伺服器，下面透過程式碼說明如何來使用代理：

import urllib2
# 构建了两个代理Handler，一个有代理IP，一个没有代理IP
httpproxy_handler = urllib2.ProxyHandler({"http" : "124.88.67.81:80"})
nullproxy_handler = urllib2.ProxyHandler({})
#定义一个代理开关
proxySwitch = True 
# 通过 urllib2.build_opener()方法使用这些代理Handler对象，创建自定义opener对象
# 根据代理开关是否打开，使用不同的代理模式
if proxySwitch:  
    opener = urllib2.build_opener(httpproxy_handler)
else:
    opener = urllib2.build_opener(nullproxy_handler)
request = urllib2.Request("http://www.baidu.com/")
# 使用opener.open()方法发送请求才使用自定义的代理，而urlopen()则不使用自定义代理。
response = opener.open(request)
# 就是将opener应用到全局，之后所有的，不管是opener.open()还是urlopen() 发送请求，都将使用自定义代理。
# urllib2.install_opener(opener)
# response = urlopen(request)
print response.read()

上面使用的是免費的開放代理，我們可以在一些代理網站上收集這些免費代理，測試後如果可以用，就把它收集起來用在爬蟲上面。

相關推薦：《python影片教學》

#免費代理網站：

##西刺免費代理

快代理免費代理

全國代理ip

如果你有足夠多的代理，可以放在一個清單中，隨機選擇一個代理去訪問網站。如下：

import urllib2
import random
proxy_list = [
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"}
]
# 随机选择一个代理
proxy = random.choice(proxy_list)
# 使用选择的代理构建代理处理器对象
httpproxy_handler = urllib2.ProxyHandler(proxy)
opener = urllib2.build_opener(httpproxy_handler)
request = urllib2.Request("http://www.baidu.com/")
response = opener.open(request)
print response.read()

上面使用的都是免費代理，不是很穩定，很多時候會出現無法使用的情況，這時候可以考慮使用私密代理。也就是向代理供應商購買代理，供應商會提供一個有效代理，並且有自己的用戶名和密碼，具體使用和免費代理一樣，這是多了一個帳戶認證，如下：

# 构建具有一个私密代理IP的Handler，其中user为账户，passwd为密码
httpproxy_handler = urllib2.ProxyHandler({"http" : "user：passwd@124.88.67.81:80"})

上面就是使用urllib2設定代理的方法，不過看起來有些麻煩，下面我們來看看如何使用reqursts來使用代理。

使用免費代理：

import requests
# 如果代理需要使用HTTP Basic Auth，可以使用下面这种格式：
proxy = { "http": "mr_mao_hacker:sffqry9r@61.158.163.130:16816" }
response = requests.get("http://www.baidu.com", proxies = proxy)
print response.text

註：可以將帳戶密碼寫入環境變數以免洩漏

以上是Python爬蟲如何設定代理的詳細內容。更多資訊請關注PHP中文網其他相關文章！