代码获取ip_Python网络爬虫之IP代理池，如何不让IP一直被封

在爬取网站的时候，

要多的站在对方的角度想问题，

这次教你怎么伪装自己的 ip 地址，

别让对方轻易的就把你给封掉。

如何伪装呢？

对于 python 来说，

使用代理访问很简单，

就拿我们经常使用的 requests 库来说，

使用代理 ip 如下

定义代理IP

proxie = {         'http' : 'http://xx.xxx.xxx.xxx:xxxx',        'http' : 'http://xxx.xx.xx.xxx:xxx',        ....    }  

使用代理

response = requests.get(url,proxies=proxies)

这样就可以使用你定义的代理地址去访问网站了。

代理地址哪里来

在网上有很多免费的代理，

随便搜就有一堆了，

不过你知道的，

免费的话很多人都去使用，

所以这些代理IP很不稳定。

如果你有钱的话，

市面上有人就专门提供代理IP的，

直接去买就行了。

不想花钱呢？

可以搞一个IP代理池，

主要就是通过 python 程序去抓取网上大量免费的代理 ip ，

然后定时的去检测这些 ip 可不可以用，

那么下次你要使用代理 ip 的时候，

你只需要去自己的 ip 代理池里面拿就行了。

道理都懂，

但是不想自己弄一个代理池。

有没有现成的？

不瞒你说，

有一个不错的开源 ip 代理池。

https://github.com/Python3WebSpider/ProxyPool.git

如何使用呢

首先使用 git clone 将源代码拉到你本地

git clone https://github.com/Python3WebSpider/ProxyPool.git

接着打开项目中的 setting.py，

在这里可以配置相关信息，

比如 Redis 的地址密码相关，

(如果你之前没有使用过 redis 的话，可以到如下地址下载 https://github.com/MicrosoftArchive/redis/releases)

接着在你 clone 下来的文件目录中，

安装相关所需的 python 模块：

pip3 install -r requirements.txt

接下来开启你的 redis：

redis 的默认端口就是 6379，

接着就可以运行 run.py 了：

代理池开始运行 * Running on http://0.0.0.0:5555/ (Press CTRL+C to quit)开始抓取代理获取器开始执行Crawling http://www.66ip.cn/1.html正在抓取 http://www.66ip.cn/1.html抓取成功 http://www.66ip.cn/1.html 200成功获取到代理 201.69.7.108:9000成功获取到代理 111.67.97.58:36251成功获取到代理 187.32.159.61:51936成功获取到代理 60.13.42.154:9999成功获取到代理 106.14.5.129:80成功获取到代理 222.92.112.66:8080成功获取到代理 125.26.99.84:60493...

如果你在运行的时候出现这个错误：

更新一下 redis 版本：

pip3 install redis==2.10.6 

运行 run.py ，

这时候在你的 redis 中就有爬取到的代理 ip 了：

项目跑起来之后，

你就可以访问你的代理池了，

比如随机获取一个代理 ip 地址：

http://localhost:5555/random

这样访问之后就会获取到一个代理 ip。

在代码中获取代理也不在话下啦：

这样，

我们就成功的在我们的代理池中获取代理 ip 了。

那么下次谁还敢封你ip，

你就拿出你的代理ip，

继续爬呗！