1.问题背景
我们公司需要到某环保平台爬取环保信息,但平台那边先从封cookie开始,后来又封IP,目前又开始封账号。。本章就讲讲封IP问题的一个解决策略——部署ADSL服务器吧。
ADSL服务器是什么,我在这里就不详说了,可以百度下,总结来说,就是可以通过不断的拨号断开宽带连接,从而获取新的IP。
我们老板是一个善良的人,嗯嗯,要求很明确,一是爬虫脚本能运行稳定,二是成本低(泻药。。。),然后我和另外一个同事一同测试ip代理和ADSL服务器,发现,ADSL动态拨号还是相当稳定的,于是果断选择ADSL。
ADSL服务器不但便宜,而且稳定,但比较头疼的是,服务器需要我们自己部署,折腾了好几天,总算解决了各种问题,需要考虑的问题有以下几个方面:
- 如何部署ADSL服务器;
- 如何才能让ADSL服务器动态拨号,获取新的IP;
- 如何才能让公司的脚本自动获取远程ADSL服务器的IP;
- 【需要认真琢磨的】怎样对脚本改进,使得能够实现对IP的最大利用。
2.部署ADSL服务器环境
我使用的是云立方的动态拨号服务,预装的系统是ubuntu14.04,因为个人熟悉的原因。如果你喜欢Centos或者windows,也可以。以下是折腾几天部署服务器的总结: