做爬虫时,遇到访问太频繁IP被封是难以避免的,而本地单个IP是不足以进行大规模爬取,并且自己并不想购买付费代理,构建一个IP代理池是相当有必要的。
代理池主要由5部分组成:ProxyGeter(代理获取模块)、RedisClient(代理管理模块,负责存储、删除、取出等基本操作)、Texter(代理可用性测试模块)和Web_Api(用户获取模块)。
ProxyGeter
从几个代理网站爬取最新的代理,并把代理存储到redis数据库中
RedisClient
主要实现ip的删、减、增等基本操作,采用reids的几方面原因如下:
redis的hash数据结构可以为IP的有效性(根据可用性分为0-100)进行评分;
redis提供的key-value更方便地储存IP;
对于IP的存储、提取、删除、查询数量等功能会更加地快捷;
Texter
模块的主要目的是检测ip的可用性。提前设置好需要检测的网站站点,然后随机取出数据库中的代理,用获取到的ip来访问目标站点:
若访问无效,首先降低ip的分数等级(减10),其次做判断:若该ip的分数等级低于10分直接从reids数据库中删除;
若访问有效,首先增加ip的分数等级(加10),其次更新reids中该ip的分数等级;
Web_Api
为了让用户获取可用性ip更加方便一点,这里利用flask框架做了一个API,这个接口连接着redis数据库;
当打开这个api开关时,直接从redis数据库中随机获取一个分数等级高的ip,用户可以通过访问这个接口(提供的url)就可以获取相应的IP代理。
这四个模块是彼此独立的(例如,当检测一个ip不可用时,需要调用RedisClient来从数据库中删除这个ip),因此需要引入一个新的模块:Schedule来进行协调。
代理池的运作关系如下图:
代码实现部分
在构建ip代理池过程中,如果使用redis数据库和flask框架,则需要提前完成相关配置。
相关资讯
代理ip软件让我们上网更加快速
相信现在很多的网民朋友们都对于网络的不稳定和网速慢有诸多的微词,因为在很多大情况下,网民的数量增多,网速就会急转而下变成乌龟爬,如此网民朋友们实在是着急、闹心。
来源:黑核混拨ip加速器网
2019-01-09 17:59:14
如何用Python爬虫代理IP快速增加博客阅读量
如何用Python爬虫代理IP快速增加博客阅读量?下面为大家整理了具体的方法,一起了了解看看吧!写在前面题目所说的并不是目的,主要是为了更详细的了解网站的反爬机
来源:黑核动态ip代理
2019-05-06 10:11:01
代理IP协助快手快速刷粉丝
快手APP已经逐步成为年轻人娱乐的工具,他们可以在APP上展示自己的才华,也可以欣赏别人的视频。而很多用户在拍摄完这些视频之后,最想要看到的局面就是自己吸引了很
来源:黑核动态ip代理
2019-05-11 09:51:44
不用代理IP加快速度会被封吗
网络爬虫一定用代理IP吗?好多人认为网络爬虫必须要加代理IP,没了代理IP将无路可走;也有些人认为代理IP是非需要的。这是为什么呢?不能直接用采集工具吗?不用代
来源:黑核动态ip代理
2019-05-17 10:46:29
四种有效快速的换ip方法
加群加不进去?加好友被限制了?撸活动也被屏蔽了?是否很苦恼?因为ip限制是最基本防止用户一些“无效”行为的标准,什么叫无效行为?这个范围就大了,比如说你带着营销
来源:黑核动态ip代理
2019-05-22 09:45:43
代理IP让网络爬虫更快速抓取数据
如今,很多人每天的工作都要与网络打交道。网络爬虫就是很多工作者每天做的任务,网络爬虫是用程序抓取目标网站的数据,得到数据后可以进行分析,来完善自己的网站。网络爬
来源:黑核动态ip代理
2019-06-17 09:47:57
如何让动态ip代理台式机电脑ip快速切换
动态IP通过Modem、ISDN、ADSL、有线宽频、小区宽频等方式上网的计算机,每次上网所分配到的IP地址都不相同,这就是动态IP地址。是相对于静态ip来说的
来源:黑核动态ip代理
2019-06-19 09:41:26
什么是ip代理软件?可以修改ip地址吗?
经常碰到朋友问,代理IP是做啥的,有什么用。我对他一顿解释,然后他还是云里雾里,好吧,可能是我口才不好,这里写文再解释下。代理IP对于很多人来说,用处很大,他们
来源:黑核混拨ip加速器网
2018-12-27 17:27:18
构建Python爬虫IP代理池服务的常见问题
在公司做分布式深网爬虫,搭建了一套稳定的代理池服务,为上千个爬虫提供有效的代理,保证各个爬虫拿到的都是对应网站有效的代理IP,从而保证爬虫快速稳定的运行,当然在
来源:黑核动态ip代理
2019-05-21 10:13:38
换ip软件帮您解决ip被封烦恼!
换ip软件帮您解决ip被封烦恼!我想做互联网工作的基本上都需要换下ip吧,很多时候我们做推广经常被封账号,特别是同一个IP自问自答马上封你没商量,但是这些推广也
来源:黑核混拨IP网
2018-12-25 15:52:02
什么是python代理池?
代理IP大家都知道,今天说一下什么是代理池,以及python代理池。代理池是爬虫、采集、爆破、刷单等必不可少的配备。Python中高层次的数据结构,动态类型和动
来源:黑核混拨ip代理
2019-01-17 17:45:30
推荐阅读
Copyright © | 广州网连信息技术有限公司动态ip代理版权所有 备案号:粤ICP备18088888号-15 网站地图