您的位置:首页 > 脚本大全 > > 正文

python爬虫怎么设置代理ip(python爬虫简单的添加代理进行访问的实现代码)

更多 时间:2021-10-22 07:41:36 类别:脚本大全 浏览量:458

python爬虫怎么设置代理ip

python爬虫简单的添加代理进行访问的实现代码

在使用python对网页进行多次快速爬取的时候,访问次数过于频繁,服务器不会考虑user-agent的信息,会直接把你视为爬虫,从而过滤掉,拒绝你的访问,在这种时候就需要设置代理,我们可以给proxies属性设置一个代理的ip地址,代码如下:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • import requests
  • from lxml import etree
  • url = "https://www.ip.cn"
  • headers = {"user-agent": "mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/70.0.3538.102 safari/537.36 opr/57.0.3098.116", }
  • pro = {
  • # 'https': 'https://118.122.92.252:37901', #四川省成都市 电信
  • 'https': 'https://27.17.45.90:43411', #湖北省武汉市 电信
  • }
  • try:
  • response = requests.get(url, headers=headers, proxies=pro)
  • html_str = response.content.decode()
  • # print(html_str)
  • html = etree.html(html_str)
  • message = html.xpath("//li[@class='well']//p/text()")
  • ip = html.xpath("//li[@class='well']//p/code/text()")
  • eng = html.xpath("//li[@class='well']/p/text()")
  • print(message[0]+ip[0])
  • print(message[1]+ip[1])
  • print(eng[2])
  • except requests.exceptions.proxyerror as e:
  • print("当前代理异常")
  • except:
  • print("当前请求异常")
  • 在上面的代码中,调用requests库,对一个ip地址查询网页进行访问,随后使用lxml库的xpath对网页进行分析提取,返回用户访问此网页时自己的ip地址,如果代理设置成功,则会返回你的信息和ip地址,如下:

    python爬虫怎么设置代理ip(python爬虫简单的添加代理进行访问的实现代码)

    如果代理失败则会返回异常,在代码中使用了捕获异常,则会返回设置的提示信息,"当前代理异常",如果不是代理的错误则是"当前请求异常"

    python爬虫怎么设置代理ip(python爬虫简单的添加代理进行访问的实现代码)

    ps:免费的代理不是很稳定,在确认代码无误后,如果仍然返回异常,可尝试更换代理ip...

    总结

    以上所述是小编给大家介绍的python爬虫简单的添加代理进行访问的实现代码,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对开心学习网网站的支持!

    原文链接:https://www.jianshu.com/p/41feb65c7d2a

    标签:Python 爬虫 代理
    您可能感兴趣