使用代理以及搭建代理池

一、使用代理

如果使用自自身IP地址访问，很有可能被封IP，以后就访问不了了
那如何解决呢？我们可以使用代理IP(代理：)

设置超时，请求参数加上timeout=时间即可
异常处理：用try except 包一下即可
上传文件：虽然爬虫没有上传文件的需求
但是后期在开发过程中需要批量上传文件，这个时候需要requests模块处理
换句话说应用场景

高匿名代理和透明代理
高匿名代理：服务端拿不到真实客户端的IP地址
透明代理：能够拿到真实客户端的IP地址。也能拿到代理

使用高匿名代理时候，如何拿到真实客户端的IP地址？在请求头中有一个参数叫X-Forward-For:''

import requests
proxies={'http':'60.167.91.34:33080'}
proxies={
    'http':'27.79.236.66:4001'
}
res = requests.post('https://wwww.cnbolgs.com',proxies=proxies)
print(res.status_code)

'上传文件'
import requests
files = {'file': open('美女.png', 'rb')}
respone = requests.post('http://httpbin.org/post', files=files)
print(respone.status_code)

'异常处理'
import requests
#可以查看requests.exceptions获取异常类型
from requests.exceptions import * 

try:
    r=requests.get('http://www.baidu.com',timeout=0.00001)
except ReadTimeout:
    print('===:')
except RequestException:
    print('Error')

'超时设置'
import requests
respone=requests.get('https://www.baidu.com',timeout=0.0001)

二、代理池搭建

1. 访问搭建免费的代理池>>> https://github.com/jhao104/proxy_pool

2. 下载zip文件到本地再解压之后再pycharm打开

3. 单独给该项目创建虚拟环境
   

4. 安装依赖

pip install -r requirements.txt

5. 修改配置

DB_CONN = 'redis://127.0.0.1:6379/0'

6. 启动爬虫程序

python proxyPool.py schedule

7. 启动服务端

python proxyPool.py server

8. 使用随机免费代理

在浏览器地址栏中搜索http://127.0.0.1:5010/get/

可以获取随机免费代理IP，到此自己搭建代理池结束了。

三、使用随机代理发送请求

import requests
from requests.packages import urllib3

urllib3.disable_warnings()  # 关闭警告

res = requests.get('http://127.0.0.1:5010/get/').json()  # 获取代理
proxies = {}
if res['https']:
    proxies['https'] = res['proxy']
else:
    proxies['http'] = res['proxy']
print(proxies)
res = requests.post('https://www.cnblogs.com', proxies=proxies, verify=False)
print(res)

开多线程的脚本

from threading import Thread
import requests


def task():
    res = requests.get('http://101.43.19.239/')
    print(res.text)


for i in range(10000000):
    t = Thread(target=task)
    t.start()