您的位置:首页 >文章内容
爬虫用户应该怎样选择http代理IP
来源: 作者:admin 时间:2019-04-01 18:00:07

在爬虫的过程中,我们经常会遇见很多网站采取了防爬取技术,或者说因为自己采集网站信息的强度和采集速度太大,给对方服务器带去了太多的压力。经常遇到IP被目标网站封禁的问题,这个时候就需要http代理IP了。那么,我们应该如何选择http代理IP,才能保证数据采集的高效和稳定呢? 

http代理

首先,我们根据http代理的匿名性可以分为以下几种: 

  

一、透明代理(Transparent Proxies):目标服务器能够检测到真实的源IP。   


目标服务器根据HTTP请求头进行检测,判断依据: 


REMOTE_ADDR = 代理服务器 IP  

HTTP_VIA = 通常为代理服务器 IP(或代理软件名称,也可能无此头) 

HTTP_X_FORWARDED_FOR = 真实源IP(不用代理时,无此头或值为空)


PS:该类型代理不适合用于数据采集。

   

二、(普通)匿名代理(Anonymous Proxies):目标服务器无法检测到真实的源IP,但能够检测到使用了代理。   


检测依据:  


REMOTE_ADDR = 代理服务器 IP  

HTTP_VIA = 通常为代理服务器 IP(或代理软件名称,也可能无此头)  

HTTP_X_FORWARDED_FOR = 代理服务器 IP(知道你使用了代理,但无法得知真实源IP) 


PS:该类型代理可以用于数据采集,但有被检测到的风险。 

  

三. 高匿名代理(High Anonymity Proxies -Elite proxies) 目标服务器无法检测到你在是使用代理。   


检测依据:


REMOTE_ADDR = 代理服务器 IP HTTP_VIA = 值为空或无此头

HTTP_X_FORWARDED_FOR = 没数值或无此头  


PS:该类型的代理非常适合用户数据采集。


另外,不使用代理时发出的头: REMOTE_ADDR =真实源 IP ,HTTP_VIA = 值为空或无此头, HTTP_X_FORWARDED_FOR = 没数值或无此头。 


不过,在检测严格的情况下,即使没有HTTP_VIA头和HTTP_X_FORWARDED_FOR头,如果存在HTTP_PROXY_CONNECTION头,会被认为在使用普通匿名代理。   


所以,在我们选择爬虫代理ip时,最好选择安全稳定的高匿的http代理。


按字母排序文章
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
相关文章内容简介更多>>
最新标签
推荐阅读
  • 21 2019-10
    限制爬虫的方法都有哪些?

    限制爬虫的方法都有哪些?虽然说现在的代理ip​让爬虫不会像以前那样慢吞吞,很多种的反爬机制我们都可以利用代理ip绕开,但是反爬虫的方法不单单只有一个,我们要了解其他的反爬虫机制

  • 18 2019-11
    如何选择安全高效的代理ip?

    如何选择安全高效的代理ip?http代理​ip是一个安全高效的选择 对于用户来说,无论选择什么样的代理服务,其首要考虑的因素都是安全高效。但是如今代理形式众多,即使用户每一次做出的选

  • 08 2019-07
    代理服务器与IP加速器

    ​很多人不了解代理服务器是什么东西,但是都多少听说过IP加速器,这是因为我国的具体国情决定的,简单来说,就是很多人需要通过IP加速器来实现加速上网,浏览外部网站。那么,从概念

  • 01 2019-04
    爬虫用户应该怎样选择http代理IP

    在爬虫的过程中,我们经常会遇见很多网站采取了防爬取技术,或者说因为自己采集网站信息的强度和采集速度太大,给对方服务器带去了太多的压力。

在线客服

QQ资讯

上班时间