代理类型(proxy):透明代理 匿名代理 混淆代理和高匿代理. 这里写一些python爬虫使用代理的知识, 还有一个代理池的类. 方便大家应对工作中各种复杂的抓取问题。
urllib 模块使用代理
urllib/urllib2使用代理比较麻烦, 需要先构建一个ProxyHandler的类, 随后将该类用于构建网页打开的opener的类,再在request中安装该opener.
代理格式是"http://127.0.0.1:80",如果要账号密码是"http://user:password@127.0.0.1:80".
proxy="http://127.0.0.1:80"
1 2 3 4 5 6 7 8 |
|
requests 模块 使用代理
requests使用代理要比urllib简单多了…这里以单次代理为例. 多次的话可以用session一类构建.
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:
1 2 3 4 5 6 7 |
|
你也可以通过环境变量 HTTP_PROXY 和 HTTPS_PROXY 来配置代理。
1 2 3 4 5 6 |
|
若你的代理需要使用HTTP Basic Auth,可以使用 http://user:password@host/ 语法:
1 2 3 |
|
python的代理使用非常简单, 最重要的是要找一个网络稳定可靠的代理,有问题欢迎留言提问