爬虫两种不同的代理使用模式

爬虫两种不同的代理使用模式

 

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代理有很多家,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。

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,这种是动态转发模式的

<?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(”
“, [

            “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,总体来说效果是很好的,尤其是稳定性。

hmoban主题是根据ripro二开的主题,极致后台体验,无插件,集成会员系统
自学咖网 » 爬虫两种不同的代理使用模式