赞
踩
简单实现ip代理,为了不卖广告,
请自行准备一个ip代理的平台
例如我用的这个平台,每次提取10个ip
从上面可以看到数据格式是文本,换行是\r\n,访问链接之后大概就是长这样的,scrapy里面的ip需要加上前缀http://
例如:http://117.95.41.21:34854
OK,那现在已经准备好了ip了,先给你们屡一下思路。
ip池和计数器放在setting文件
第一次请求的时候要填满ip池,所以在爬虫文件的start_requests函数下手
更换ip的地方是middlewares的下载器中间件类的process_request函数,因为每个请求发起前都会经过这个函数
count = {'count': 0}
ipPool = []
还有就是开启下载器中间件,注意是下面那个download的类,中间件的process_request函数的时候才能生效
# 记得导包 from 你的项目.settings import ipPool, count import random import requests def process_request(self, request, spider): # 随机选中一个ip ip = random.choice(ipPool) print('当前ip', ip, '-----', count['count']) # 更换request的ip----------这句是重点 request.meta['proxy'] = ip # 如果循环大于某个值,就清理ip池,更换ip的内容 if count['count'] > 50: print('-------------切换ip------------------') count['count'] = 0 ipPool.clear() ips = requests.get('你的ip获取的地址') for ip in ips.text.split('\r\n'): ipPool.append('http://' + ip) # 每次访问,计数器+1 count['count'] += 1 return None
# 记得导包
from 你的项目.settings import ipPool
import random
import requests
def start_requests(self):
# 第一次请求发起前先填充一下ip池
ips = requests.get('你的ip获取的地址')
for ip in ips.text.split('\r\n'):
ipPool.append('http://' + ip)
简单的ip代理以及固定次数就更换ip池就完成了
对上面的代码有什么疑问,可以评论区留言,我会及时回复
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。