这篇教程python爬虫利用代理池更换IP的方法步骤写得很实用，希望能帮到您。
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 updatesudo apt install python3.6pip3 install virtualenvvirtualenv venv --python=python3.6source venv/bin/activate# 安装redissudo apt install redis-server# 启动redis serverredis-server 2. 安装依赖
git clone https://github.com/jhao104/proxy_pool.gitcd proxy_poolpip 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" # IPPORT = 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: 6379DB_CONN = 'redis://@127.0.0.1:6379'# 2. Redis IP: 127.0.0.1 Port: 6379 Password: 123456DB_CONN = 'redis://:123456@127.0.0.1:6379'# 3. Redis IP: 127.0.0.1 Port: 6379 Password: 123456 DB: 15DB_CONN = 'redis://:123456@127.0.0.1:6379/15' # 配置 ProxyFetcherPROXY_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 requestsdef 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 codedef 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51zixue.net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51zixue.net！
Python用requests库爬取返回为空的解决办法
Python中生成ndarray实例讲解 |
