您的位置:新闻资讯 >文章内容
代理IP自动切换的方法
来源:本站 作者:admin 时间:2019-05-28 16:14:52

所有写搜索的朋友估计都有过和我一样的烦恼,那就是如果不断的对某一个网站进行爬行,很容易被封IP。最笨的版本就是减少爬行频率,但是在很多场景下对爬行效率是有要求的,那么最直接的办法就是不断切换实际访问的IP,来达到访问流量分散的效果。当然也有很多朋友在用一个比较贱的办法,就是用ADSL拨号方式爬行,一旦被封掉就重新拨号换个IP,这个也算一个非常取巧的手段了。

 

本文重点介绍代理IP自动切换的方式,其实这个如果只是要实现,那是再简单不过了。一个爬虫在启动的时候读取一批代理IP,访问网页的时候不断轮换,这样就是一个最简单的实现。但是这样有一个比较大的问题,就是你每写一个爬虫就要实现这样的模块,多个爬虫之前还不能共享代理IP资源。

 

这里我想到利用一个本地代理来实现这个效果,那么爬虫只要连接到这一个代理,他在帮忙访问最终页面的时候再使用一个代理池不断轮换。这个方案既解决了代码重复的问题,又解决了多个爬虫都要维护代理IP列表的麻烦,而且部署起来也非常简单。

 

经过本方案改造前后的部署示意图:


 代理IP自动切换的方法

 

我这里用Jetty7的proxy server做了一个简单的例子,实现了本地代理的功能,代码非常简单,贴出来大家一起学习下吧。

 

public class WiseProxyServlet extends ProxyServlet {

     

     public void service(ServletRequest req, ServletResponse res)  

        throws ServletException, IOException {

         _client.setProxy(getProperAddress());

         super.service(req, res);

     }

 

     /**

      * 这应该是在一个代理池中按照一定的规则来不断切换代理

      */

    private Address getProperAddress() {

        return new Address("222.169.11.102", 8080);

    }

      

}  

 

 

public class WiseProxyServer {       

       

    public static void main(String[] args) throws Exception {       

        Server server = new Server();       

        SelectChannelConnector connector = new SelectChannelConnector();       

        connector.setPort(8888);       

        server.addConnector(connector);       

               

        HandlerCollection handlers = new HandlerCollection();       

        server.setHandler(handlers);       

       

        // Setup proxy servlet       

        ServletContextHandler context = new ServletContextHandler(handlers, "/", ServletContextHandler.SESSIONS);       

        ServletHolder proxyServlet = new Se


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