簡單實現ip代理，為了不賣廣告，
請自行準備一個ip代理的平臺
例如我用的這個平臺,每次提取10個ip
從上面可以看到數據格式是文本，換行是\r\n，訪問鏈接之后大概就是長這樣的,scrapy里面的ip需要加上前綴http://
例如:http://117.95.41.21:34854
OK，那現在已經準備好了ip了，先給你們屢一下思路。
ip池和計數器放在setting文件
第一次請求的時候要填滿ip池,所以在爬蟲文件的start_requests函數下手
更換ip的地方是middlewares的下載器中間件類的process_request函數,因為每個請求發起前都會經過這個函數
首先是setting文件,其實就是加兩句代碼
count = {'count': 0}
ipPool = []
還有就是開啟下載器中間件,注意是下面那個download的類,中間件的process_request函數的時候才能生效
下載器中間件的process_request函數,進行ip代理和固定次數更還ip代理池
# 記得導包
from 你的項目.settings import ipPool, count
import random
import requests
def process_request(self, request, spider):
# 隨機選中一個ip
ip = random.choice(ipPool)
print('當前ip', ip, '-----', count['count'])
# 更換request的ip----------這句是重點
request.meta['proxy'] = ip
# 如果循環大于某個值,就清理ip池,更換ip的內容
if count['count'] > 50:
print('-------------切換ip------------------')
count['count'] = 0
ipPool.clear()
ips = requests.get('你的ip獲取的地址')
for ip in ips.text.split('\r\n'):
ipPool.append('http://' + ip)
# 每次訪問,計數器+1
count['count'] += 1
return None
最后就是爬蟲文件的start_requests函數,就是第一次發請求前要先填滿ip池的ip
# 記得導包
from 你的項目.settings import ipPool
import random
import requests
def start_requests(self):
# 第一次請求發起前先填充一下ip池
ips = requests.get('你的ip獲取的地址')
for ip in ips.text.split('\r\n'):
ipPool.append('http://' + ip)
簡單的ip代理以及固定次數就更換ip池就完成了
到此這篇關于超簡單的scrapy實現ip動態代理與更換ip的方法實現的文章就介紹到這了,更多相關scrapy ip動態代理與更換ip內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 詳解基于Scrapy的IP代理池搭建
- 使用scrapy ImagesPipeline爬取圖片資源的示例代碼
- Scrapy 配置動態代理IP的實現
- python3 Scrapy爬蟲框架ip代理配置的方法
- Python：Scrapy框架中Item Pipeline組件使用詳解
- scrapy自定義pipeline類實現將采集數據保存到mongodb的方法
