隧道转发的爬虫代理随机数（2）

最新推荐文章于 2021-11-06 11:16:21 发布

原创最新推荐文章于 2021-11-06 11:16:21 发布 · 183 阅读

0 ·

CC 4.0 BY-SA版权

网络爬虫同时被 3 个专栏收录

206 篇文章

订阅专栏

数据采集

198 篇文章

订阅专栏

http代理

189 篇文章

订阅专栏

亿牛云爬虫代理IP通过固定云代理服务地址提供稳定快速的代理服务，实现毫秒级IP切换。TCP请求自动切换IP保持会话稳定性，HTTPS访问自动开启KeepAlive，确保相同Session下IP不变。若需每个请求切换IP，可设置特定连接关闭。

什么是隧道转发爬虫代理：“亿牛云爬虫代理IP”通过固定云代理服务地址，建立专线网络链接，代理平台自动实现毫秒级代理IP切换，保证了网络稳定性和速度，避免爬虫客户在代理IP策略优化上投入精力。
TCP请求切换IP(KeepAlive)：
每个TCP请求自动切换，是指爬虫代理为爬虫程序发出的每个TCP请求随机提供一个代理IP，同一个TCP会话中IP不变
通过设置Proxy-Connection: Keep-Alive或Connection: Keep-Alive可以保持同一个Session代理IP不变
例如：
需要登录,获取数据两个请求在一个IP下,只需保证该组请求在一个TCP(Keep-Alive)会话下，该组请求在代理有效期内使用相同的代理IP。
HTTPS：
使用爬虫代理访问HTTPS网站时，会自动开启KeepAlive，同一个Session（HTTPS会话）代理IP不变。如需要每个请求强制切换IP,可以设置Proxy-Connection: Close和Connection: Close
Proxy-Tunnel保持IP不变：

    #! -*- encoding:utf-8 -*-
    import requests
    import random
    import requests.adapters

    # 要访问的目标页面
    targetUrlList = [
        "https://httpbin.org/ip",
        "https://httpbin.org/headers",
        "https://httpbin.org/user-agent",
    ]

    # 代理服务器(产品官网 www.16yun.cn)
    proxyHost = "t.16yun.cn"
    proxyPort = "31111"

    # 代理验证信息
    proxyUser = "username"
    proxyPass = "password"

    proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
        "host": proxyHost,
        "port": proxyPort,
        "user": proxyUser,
        "pass": proxyPass,
    }

    # 设置 http和https访问都是用HTTP代理
    proxies = {
        "http": proxyMeta,
        "https": proxyMeta,
    }

    #  设置IP切换头
    tunnel = random.randint(1, 10000)
    headers = {"Proxy-Tunnel": str(tunnel)}


    class HTTPAdapter(requests.adapters.HTTPAdapter):
        def proxy_headers(self, proxy):
            headers = super(HTTPAdapter, self).proxy_headers(proxy)
            if hasattr(self, 'tunnel'):
                headers['Proxy-Tunnel'] = self.tunnel
            return headers


    # 访问三次网站，使用相同的tunnel标志，均能够保持相同的外网IP
    for i in range(3):
        s = requests.session()

        a = HTTPAdapter()

        #  设置IP切换头
        a.tunnel = tunnel
        s.mount('https://', a)

        for url in targetUrlList:
            r = s.get(url, proxies=proxies)
            print r.text