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
  • 28 2020-09
    普通代理IP的可用率

     众所周知,普通代理IP是从互联网上扫描来的“万人骑”IP,这一类IP的网络质量很一般,由于我们验证服务器的网络环境跟您的网络环境不是100相同,所以我们不能保证这里的普通代理IP在您

  • 06 2020-01
    http代理​好用吗?

    http代理​好用吗?灵活多变的HTTP代理ip,使用起来会更好,像精灵ip,能自动切换IP,还可以快捷键切换IP,也能够定时切换的,极大的方面用户使用。

  • 25 2019-06
    http代理方便了网民获取信息

    ​http代理在目前来说是一项新兴的技术,这项技术方便了网民在互联网上获取资料。在原先的时候,网民在互联网上获取资料,需要将自己的电脑与对应网站进行链接。而有了http代理技术,网

  • 07 2019-11
    用代理ip​保护网络安全!

    用代理ip​保护网络安全!我们的社会发展速度越来越快,也逐渐与信息时代接轨,互联网的发展也越来越多样化,而且现在每个人的个人信息基本都能在网络上找到,所以跟多人也担心自己的个

在线客服

QQ资讯

上班时间