使用代理ip防止爬虫被封ip(附亿牛云代理开发过程)

    在我们使用爬虫的过程中，很容易遇到反爬机制是禁用ip的，可以使用代理ip

解决ip被封的问题。但是网上ip有很多家，到底选哪家好呢？本文选择亿牛云代理

(官网地址www.16yun.cn)进行演示，使用php语言，如果需要大规模抓取可以去试试

python。在官网我们可以看到有提供两种方式进行代理，一种是api模式，一种是隧道模式。

Api模式就是我们爬虫最常用到的，就是提供url连接给你，你的程序自动的获取代理信息。这个模式适合自己需要管理ip池控制ip的使用，ip的有效时间是2到10分钟；隧道模式就提供给你一个固定的服务器ip地址信息，包括ip端口：用户名：密码只需要将代理信息配置到程序里面就可以使用，他们后台会自动切换ip，这个模式很方便，简单。

  1、第一种方式第一种方式首先代理提供商会提供给你一个api接口，你可以通过这个接口去获取ip和端口号。但是这些ip的时效是2到10分钟，所以我建立了一个ip池，每两分钟去更新一次ip池，以确保这些ip每次用到的时候都是有效的。

     第二种方式可以直接查看亿牛云代理接入文档

php代码<?php// 要访问的目标页面

$url = "http://httpbin.org/ip";

$urls = "https://httpbin.org/ip";

// 代理服务器

define("PROXY_SERVER", "tcp://t.16yun.cn:31111");

// 隧道身份信息

define("PROXY_USER", "16YUN123");

define("PROXY_PASS", "123456");

$proxyAuth = base64_encode(PROXY_USER . ":" . PROXY_PASS);

// 设置 Proxy tunnel

$tunnel = rand(1,10000);

$headers = implode("\r\n", [

"Proxy-Authorization: Basic {$proxyAuth}",

"Proxy-Tunnel: ${tunnel}",

]);

$sniServer = parse_url($urls, PHP_URL_HOST);

$options = [

"http" => [

"proxy" => PROXY_SERVER,

"header" => $headers,

"method" => "GET",

'request_fulluri' => true,

],

'ssl' => array(

'SNI_enabled' => true, // Disable SNI for https over http proxies

'SNI_server_name' => $sniServer

)

];

print($url);

$context = stream_context_create($options);

$result = file_get_contents($url, false, $context);

var_dump($result);

// 访问 HTTPS 页面

print($urls);

$context = stream_context_create($options);

$result = file_get_contents($urls, false, $context);

var_dump($result);?>

经过一周的测试，代理的有效率在90%以上，总体来说效果还是很好的。