python爬虫遇到IP被封的情况，怎么办？(1)，字节面试编程题

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

• 出现这个现象的原因是因为网站采取了一些反爬中措施，如：服务器检测IP在单位时间内请求次数超过某个阀值导致，称为封IP。

• 为了解决此类问题，代理就派上了用场，如：代理软件、付费代理、ADSL拨号代理，以帮助爬虫脱离封IP的苦海。

• 测试HTTP请求及响应的网站:http://httpbin.org/

• GET地址 ：http://httpbin.org/get

• POST地址：http://httpbin.org/post

• httpbin这个网站能测试 HTTP 请求和响应的各种信息，比如 cookie、ip、headers 和登录验证等.

• 且支持 GET、POST 等多种方法，对 web 开发和测试很有帮助。

• 它用 Python + Flask 编写，是一个开源项目。开源地址：https://github.com/Runscope/httpbin

• 返回信息中origin的字段就是客户端的IP地址，即可判断是否成功伪装IP：

代理的设置：

---

① urllib的代理设置

from urllib.error import URLError

from urllib.request import ProxyHandler, build_opener

‘’’

更多Python学习资料以及源码教程资料，可以在群1136201545免费获取

‘’’

proxy = ‘127.0.0.1:8888’

#需要认证的代理

#proxy = ‘username:password@127.0.0.1:8888’

#使用ProxyHandler设置代理

proxy_handler = ProxyHandler({

‘http’: ‘http://’ + proxy,

‘https’: ‘https://’ + proxy

})

#传入参数创建Opener对象

opener = build_opener(proxy_handler)

try:

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

print(response.read().decode(‘utf-8’))

except URLError as e:

print(e.reason)

② requests的代理设置

import requests

proxy = ‘127.0.0.1:8888’

#需要认证的代理

#proxy = ‘username:password@127.0.0.1:8888’

proxies = {

‘http’: ‘http://’ + proxy,

‘https’: ‘https://’ + proxy,

}

try:

response = requests.get(‘http://httpbin.org/get’, proxies=proxies)

print(response.text)

except requests.exceptions.ConnectionError as e:

print(‘Error’, e.args)

③ Selenium的代理使用

• 使用的是PhantomJS

from selenium import webdriver

service_args = [

‘–proxy=127.0.0.1:9743’,

‘–proxy-type=http’,

#‘–proxy-auth=username:password’ #带认证代理

]

browser = webdriver.PhantomJS(service_args=service_args)

browser.get(‘http://httpbin.org/get’)

print(browser.page_source)

• 使用的是Chrome

from selenium import webdriver

proxy = ‘127.0.0.1:9743’

chrome_options = webdriver.ChromeOptions()

chrome_options.add_argument(‘–proxy-server=http://’ + proxy)

chrome = webdriver.Chrome(chrome_options=chrome_options)

chrome.get(‘http://httpbin.org/get’)

④ 在Scrapy使用代理

#在Scrapy的Downloader Middleware中间件里

…

def process_request(self, request, spider):

request.meta[‘proxy’] = ‘http://127.0.0.1:9743’

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-ef6Gihd7-1713374288513)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！