豌豆代理—关于HTTP代理IP的认知误区
发布时间:2018-08-25
什么是HTTP代理IP?通俗的来说,就是换IP的。
大部分人都知道,在使用爬虫多次爬取同一网站时,经常会被网站的IP反爬虫机制给禁掉,为了解决封禁 IP 的问题通常会使用代理IP。
但也有一部分人在HTTP代理IP的使用上存在着误解,他们认为使用了代理IP就能解决一切问题,然而实际上代理IP不是万能的,它只是一个工具,如果使用不当,一样会被封IP。
代理IP分三种类型:透明代理、普通匿名代理、高级匿名代理。
高匿、匿名和透明代理的主要区别在于对方服务器获取REMOTE_ADDR、HTTP_X_FORWARDED_FOR、HTTP_VIA三个参数的区别。
众所周知,REMOTE_ADDR是无法伪造的。
使用透明代理(Transparent),对方服务器知道你使用了代理,也知道你的真实IP。REMOTE_ADDR = ProxyIP,HTTP_VIA = ProxyIP,HTTP_X_FORWARDED_FOR = YourIP
使用匿名代理(Anonymous),对方服务器知道你使用了代理,但不知道你的真实IP。REMOTE_ADDR = ProxyIP,HTTP_VIA = ProxyIP,HTTP_X_FORWARDED_FOR = ProxyIP
使用高匿名代理(High),对方服务器不知道你使用了代理,也不知道你的真实IP。REMOTE_ADDR = ProxyIP,HTTP_VIA = NULL,HTTP_X_FORWARDED_FOR = NULL
使用透明代理和普通匿名代理会被目标网站得知使用了代理IP,自然会受到限制,高级匿名代理则不会,所以在选择代理IP的时候,要注意这一点。
使用一个代理IP爬取目标网站,被封IP的因素太多,比如cookie,比如User Agent等等,当达到了阈值后,IP就会被封;当访问目标网站的频率过快时,IP也会被封,因为人类正常访问远远达不到那个频率,自然会被目标网站的反爬虫策略识别。
只有尽量地模拟真实用户正常访问,才能最大程度地避免被封IP。豌豆HTTP代理提供海量IP资源,可以多线程同时进行工作,不限并发数,工作效率翻倍,性价比极高,这才是使用代理IP爬虫采集的正确打开方式!
豌豆代理(www.wandouip.com)原创文章,转载请注明出处。
热门文章
nginx+php 开启PHP错误日志
行业早报2019-01-15为什么你说了很多遍,对方还是不听? 2018-09-25
行业早报2019-01-15【Ruby on Rails实战】3.1 宠物之家论坛管理系统介绍
行业早报2019-01-15从凡人到筑基期的单片机学习之路
行业早报2019-01-15jmeter单台大数量并发
行业早报2019-01-15Go在Windows下开发环境搭建
行业早报2019-01-15ES-科普知识篇
行业早报2019-01-15Hbase 之 由 Zookeeper Session Expired 引发的 HBASE 思考
行业早报2019-01-15谷歌大脑专家详解:深度学习可以促成哪些产品突破?
行业早报2019-01-15EventLoop
行业早报2019-01-15
相关推荐