您的位置:新闻资讯 >文章内容
如何通过爬虫代理IP快速增加博客阅读?
来源:精灵代理 作者:admin 时间:2019-10-11 17:51:58

  如何通过爬虫代理IP快速增加博客阅读?不管是博客还是公众号,运营人员都想要有更多的阅读量有更好看的数据,今天精灵代理ip工程师就来跟大家说说如何通过爬虫代理IP快速增加博客阅读?

如何通过爬虫代理IP快速增加博客阅读

  首先题目所说的并不是目的,本文主要是为了更详细的了解网站的反爬机制。而真的想要更高的阅读量还是需要有真正优质的才可以达到的。

  1. 通过Headers反爬虫

  从用户请求的Headers反爬虫是最常见的反爬虫策略。很多网站都会对Headers的User-Agent进行检测,还有一部分网站会对Referer进行检测(一些资源网站的防盗链就是检测Referer)。

  如果遇到了这类反爬虫机制,可以直接在爬虫中添加Headers,将浏览器的User-Agent复制到爬虫的Headers中;或者将Referer值修改为目标网站域名。对于检测Headers的反爬虫,在爬虫中修改或者添加Headers就能很好的绕过。

  2. 基于用户行为反爬虫

  还有一部分网站是通过检测用户行为,例如同一IP短时间内多次访问同一页面,或者同一账户短时间内多次进行相同操作。

  大多数网站都是前一种情况,对于这种情况,使用IP代理就可以解决。我们可以将代理IP检测之后保存在文件当中,但这种方法并不可取,代理IP失效的可能性很高,因此从专门的提供代理ip的商家购买代理是个比较好的方法。

  对于第二种情况,可以在每次请求后随机间隔几秒再进行下一次请求。有些有逻辑漏洞的网站,可以通过请求几次,退出登录,重新登录,继续请求来绕过同一账号短时间内不能多次进行相同请求的限制。

  还有针对cookies,通过检查cookies来判断用户是否是有效用户,需要登录的网站常采用这种技术。更深入一点的还有,某些网站的登录会动态更新验证,

  4. 限定某些IP访问

  的代理IP可以从很多网站获取到,既然爬虫可以利用这些代理IP进行网站抓取,网站也可以利用这些代理IP反向限制,通过抓取这些IP保存在服务器上来限制利用代理IP进行抓取的爬虫。

  好了,现在实际操作一下,编写一个通过代理IP访问网站的爬虫。

  首先获取代理IP,用来抓取。

  def Get_proxy_ip():

  headers = {

  'Host': 'www.16yun.cn.',

  'User-Agent':'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)',

  'Accept': r'application/json, text/javascript, */*; q=0.01',

  'Referer': r'http://www.xicidaili.com/', }

  req = request.Request(r'http://www.16yun.cn/nn/', headers=headers) #发布代理IP的网站

  response = request.urlopen(req)

  html = response.read().decode('utf-8')

  proxy_list = []

  ip_list = re.findall(r'\d+\.\d+\.\d+\.\d+',html)

  port_list = re.findall(r'

',html)

\d+

  for i in range(len(ip_list)):

  ip = ip_list[i]

  port = re.sub(r'

', '', port_list[i])

|

  proxy = '%s:%s' %(ip,port) proxy_list.append(proxy) return proxy_list

  经过测试,访问的成功率还是很高的,提高访问成功率的关键点在于选择优质代理。优质ip代理这里推荐精灵代理ip,一款好评如潮的代理ip软件,有需要的朋友可以自行下载体验!推荐阅读:代理ip选择哪家好


相关文章内容简介
在线咨询
大客户经理
大客户经理
13318873961

大客户经理微信

微信公众号

微信公众号

回到顶部