付费代理的使用

相对免费代理来说,付费代理的稳定性更高。本节将介绍爬虫付费代理的相关使用过程。

一、付费代理分类

付费代理分为两类:

  • 一类提供接口获取海量代理,按天或者按量收费,如讯代理;
  • 一类搭建了代理隧道,直接设置固定域名代理,如阿布云代理。

本节分别以两家代表性的代理网站为例,讲解这两类代理的使用方法,

二、讯代理

讯代理的代理效率较高(作者亲测),官网为http://www.xdaili.cn/,如下图所示。

讯代理上可供选购的代理有多种类别,包括如下几种(参考官网介绍)。

  • 优质代理:它适合对代理IP需求量非常大,但能接受较短代理有效时长(10~30分钟)的小部分不稳定的客户。
  • 独享动态:它适合对代理IP稳定性要求非常高且可以自主控制的客户,支持地区筛选。
  • 独享秒切:它适合对代理IP稳定性要求非常高且可以自主控制的客户,可快速获取IP,地区随机分配。
  • 动态混拨: 它适合对代理IP需求量大、代理IP使用时效短(3分钟)、切换快的客户。
  • 优质定制:如果优质代理的套餐不能满足你的需求,请使用定制服务。

一般选择第一类别优质代理即可,这种代理的量比较大,但是其稳定性不高,一些代理不可用。所以这种代理的使用就需要借助于上一节所说的代理池,自己再做一次筛选,以确保代理可用。

读者可以购买一天时长来试试效果。购买之后,讯代理会提供一个API来提取代理,如下图所示。

比如,这里提取API为http://www.xdaili.cn/ipagent/greatRecharge/getGreatIp?spiderId=da289b78fec24f19b392e04106253f2a&orderno=YZ20177140586mTTnd7&returnType=2&count=20,可能已过期,在此仅做演示。

在这里指定了提取数量为20,提取格式为JSON,直接访问链接即可提取代理,结果如下图所示。

接下来我们要做的就是解析这个JSON,然后将其放入代理池中。

如果信赖讯代理的话,我们也可以不做代理池筛选,直接使用代理。不过我个人还是推荐使用代理池筛选,以提高代理可用几率。

根据上一节代理池的写法,我们只需要在Crawler中再加入一个crawl开头的方法即可。方法实现如下所示:

def crawl_xdaili(self):
        """
        获取讯代理
        :return: 代理
        """
        url = 'http://www.xdaili.cn/ipagent/greatRecharge/getGreatIp?spiderId=da289b78fec24f19b392e04106253f2a&orderno=YZ20177140586mTTnd7&returnType=2&count=20'
        html = get_page(url)
        if html:
            result = json.loads(html)
            proxies = result.get('RESULT')
            for proxy in proxies:
                yield proxy.get('ip') + ':' + proxy.get('port')

这样我们就在代理池中接入了讯代理。获取讯代理的结果之后,解析JSON,返回代理即可。

代理池运行之后就会抓取和检测该接口返回的代理,如果代理可用,那么分数就会被设为100,通过代理池接口即可获取到这些可用代理。

三、阿布云代理

阿布云代理提供了代理隧道,代理速度快且非常稳定,其官网为https://www.abuyun.com/,如下图所示。

阿布云代理主要分为两种:专业版和动态版,另外还有定制版(参考官网介绍)。

  • 专业版:多个请求锁定一个代理IP,海量IP资源池需求,近300个区域全覆盖,代理IP可连续使用1分钟,它适用于请求IP连续型业务。
  • 动态版:每个请求分配一个随机代理IP,海量IP资源池需求,近300个区域全覆盖,它适用于爬虫类业务。
  • 定制版:它可以灵活按照需求定制,定制IP区域,定制IP使用时长,定制IP每秒请求数。

关于专业版和动态版的更多介绍可以查看官网:https://www.abuyun.com/http-proxy/dyn-intro.html。

对于爬虫来说,我们推荐使用动态版,购买之后可以在后台看到代理隧道的用户名和密码,如下图所示。

整个代理的连接域名为proxy.abuyun.com,端口为9020,它们均是固定的,但是每次使用之后IP都会更改,该过程其实就是利用了代理隧道实现(参考官网介绍)。

  • 云代理通过代理隧道的形式提供高匿名代理服务,支持HTTP/HTTPS协议。
  • 云代理在云端维护一个全局IP池供代理隧道使用,池中的IP会不间断更新,以保证同一时刻IP池中有几十到几百个可用代理IP。
  • 需要注意的是,代理IP池中部分IP可能会在当天重复出现多次。
  • 动态版HTTP代理隧道会为每个请求从IP池中挑选一个随机代理IP。
  • 无须切换代理IP,每一个请求分配一个随机代理IP。
  • HTTP代理隧道有并发请求限制,默认每秒只允许5个请求。如果需要更多请求数,请额外购买。

注意,默认套餐的并发请求是5个。如果需要更多请求数,则须另外购买。

使用教程的官网链接为:https://www.abuyun.com/http-proxy/dyn-manual-python.html。教程提供了requests、urllib、Scrapy的接入方式。

现在我们以requests为例,接入代码如下所示:

import requests

url = 'http://httpbin.org/get'

# 代理服务器
proxy_host = 'proxy.abuyun.com'
proxy_port = '9020'

# 代理隧道验证信息
proxy_user = 'H01234567890123D'
proxy_pass = '0123456789012345'

proxy_meta = 'http://%(user)s:%(pass)s@%(host)s:%(port)s' % {
    'host': proxy_host,
    'port': proxy_port,
    'user': proxy_user,
    'pass': proxy_pass,
}
proxies = {
    'http': proxy_meta,
    'https': proxy_meta,
}
response = requests.get(url, proxies=proxies)
print(response.status_code)
print(response.text)

这里其实就是使用了代理认证,在前面我们也提到过类似的设置方法,运行结果如下:

200
{
  "args": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Connection": "close", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.18.1"
  }, 
  "origin": "60.207.237.111", 
  "url": "http://httpbin.org/get"
}

输出结果的origin即为代理IP的实际地址。这段代码可以多次运行测试,我们发现每次请求origin都会在变化,这就是动态版代理的效果。

这种效果其实跟之前的代理池的随机代理效果类似,都是随机取出了一个当前可用代理。但是,与维护代理池相比,此服务的配置简单,使用更加方便,更省时省力。在价格可以接受的情况下,个人推荐此种代理。

四、结语

以上内容便是付费代理的相关使用方法,付费代理稳定性比免费代理更高。读者可以自行选购合适的代理。

崔庆才

静觅博客博主,《Python3网络爬虫开发实战》作者

原文发布于微信公众号 - 进击的Coder(FightingCoder)

原文发表时间:2018-04-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏idba

有赞MySQL自动化运维系统--ZanDB

有赞作为"新零售"的软件服务供应商,随着业务的不断发展,从第一批几十家商户到现在300万商家,涉及零售,美业,餐饮,自媒体等众多商家,业务规模以及访问量爆发式...

3052
来自专栏SAP最佳业务实践

SAP最佳业务实践:ETO–项目装配(240)-9传输里程碑

image.png VA02传输里程碑 在此步骤中,将项目中设置的里程碑传输到销售订单。 角色销售助理 1. 在 订单字段中输入4.1中创建的销售订单的编号...

3715
来自专栏IT大咖说

面对海量数据存储,如何保证HBase集群的高效以及稳定

内容来源:2018 年 09 月 15 日,平安科技数据平台部大数据高级工程师邓杰在“中国HBase技术社区第五届MeetUp ——HBase应用与发展”进行《...

1373
来自专栏知晓程序

小程序模板消息是什么,它有哪些限制? | 小程序问答 #26

它是微信为小程序提供的消息推送能力。有了它,小程序就可以向用户发送重要的消息通知。

1182
来自专栏蛋未明的专栏

(web开发)更快的了解新项目

1537
来自专栏架构说

大流量Web系统性能优化实践

系统性能优化一般方法 1 通过工具寻找瓶颈 2 水平扩展机器 这遇到很多问题 分布式事务和cache问题等 需要调整架构和组件 ? ? ? ? ?...

4198
来自专栏知晓程序

【好文回顾】小程序想要「任性推送」模板消息?这个办法可以一试!

「模板消息」能力,几乎是小程序唯一可以向用户主动推送消息的渠道。有了它,小程序就可以向用户发送重要的消息通知。

862
来自专栏程序猿DD

都在说微服务,那么微服务的反模式和陷阱是什么(一)

译者:程超 译文:http://www.jianshu.com/p/3986239138fe 一、数据驱动的迁移反模式 微服务会创建大量小的、分布式的、单一用途...

2009
来自专栏IT技术精选文摘

架构师眼中的高并发架构

2285
来自专栏网商云

腾讯云cvm--linux结合腾讯云企业邮箱配置mailx

新账号关联我们公司购买腾讯云产品,有优惠哦!联系电话:13430587834(微信同号)

3584

扫码关注云+社区