干货分享！python爬虫被封ip的处理方法

代理服务的介绍：

我们在做爬虫的过程中经常最初爬虫都正常运行，正常爬取数据，一切看起来都是美好，然而一杯茶的功夫就出现了错误。

如：403 Forbidden错误，“您的IP访问频率太高”错误，或者跳出一个验证码让我们输入，之后解封，但过一会又出现类似情况。

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。

代理的设置：

① urllib的代理设置

from urllib.error import URLError

from urllib.request import ProxyHandler, build_opener​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://' + pr