Python爬虫使用代理IP的实现

使用爬虫时，如果目标网站对访问的速度或次数要求较高，那么你的 IP 就很容易被封掉，也就意味着在一段时间内无法再进行下一步的工作。这时候代理 IP 能够给我们带来很大的便利，不管网站怎么封，只要能找到一个新的代理 IP 就可以继续进行下一步的研究。

目前很多网站都提供了一些免费的代理 IP 供我们使用，当然付费的会更好用一点。本文除了展示怎样使用代理 IP，也正好体验一下前面文章中搭建的代理 IP 池，不知道的可以点击这里：Python搭建代理IP池（一）- 获取 IP。只要访问代理池提供的接口就可以获取到代理 IP 了，接下来就看怎样使用吧！

测试的网址是：http://www.jshk.com.cn/，访问该站点可以得到请求的一些相关信息，其中 origin 字段就是客户端的 IP，根据它来判断代理是否设置成功，也就是是否成功伪装了IP

# 获取IP

ip_response =urllib.request.urlopen("http://localhost:5555/random")

ip =ip_response.read().decode('utf-8')

proxy_handler =ProxyHandler({

'http': 'http://'+ip,

'https': 'https://'+ip

})

opener =build_opener(proxy_handler)

try:

response =opener.open('http://httpbin.org/get')

print(response.read().decode('utf-8'))

exceptURLError as e:

print(e.reason)

运行结果：

{

"args": {},

"headers": {

"Accept-Encoding": "identity",

"Host": "httpbin.org",

"User-Agent": "Python-urllib/3.7"

},

"origin": "108.61.201.231, 108.61.201.231",

"url": "https://httpbin.org/get"

}

Urllib 使用 ProxyHandler 设置代理，参数是字典类型，键名为协议类型，键值是代理，代理前面需要加上协议，即 http 或 https，当请求的链接是 http 协议的时候，它会调用 http 代理，当请求的链接是 https 协议的时候，它会调用https代理，所以此处生效的代理是：http://108.61.201.231 和 https://108.61.201.231

ProxyHandler 对象创建之后，再利用 build_opener() 方法传入该对象来创建一个 Opener，这样就相当于此 Opener 已经设置好代理了，直接调用它的 open() 方法即可使用此代理访问链接

Requests

Requests 的代理设置只需要传入 proxies 参数：

importrequests

# 获取IP

ip_response =requests.get("http://localhost:5555/random")

ip =ip_response.text

proxies ={

'http': 'http://'+ip,

'https': 'https://'+ip,

}

运行结果：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多关注华科云商