在爬虫的过程中,我们经常会遇见很多网站采取了防爬取技术,或者说因为自己采集网站信息的强度和采集速度太大,给对方服务器带去了太多的压力。
如果你一直用同一个代理ip爬取这个网页,很有可能ip会被禁止访问网页,所以基本上做爬虫的都躲不过去ip的问题。
通常情况下,爬虫用户自己是没有能力去自己维护服务器或者是自己搞定代理ip的问题的,一来是因为技术含量太高,二来是因为成本太高。
当然,也有很多人会在网上放一些免费的代理ip,但是从实用性、稳定性以及安全性来考虑,不推荐大家使用免费的ip。网上公布的代理ip不一定是可用的,很可能你在使用过程中会发现ip不可用或者已失效的情况。
所以现在,许许多多的代理服务器应运而生,基本都能提供ip代理的服务,区别在于价格和有效性。
当然,也有很多人会动歪脑筋,想着抓取一些代理服务器的ip资源,这里也给大家提个醒:爬虫抓取必须要在合法范围内进行,切莫做一些不合法的事情。
如果需要使用代理,你可以通过为任意请求方法提供 proxies 参数来配置单个请求: