隧道转发爬虫代理的使用

python (1042) 2020-09-30 10:49:29

网络爬虫,是一种自动获取网页内容的程序,是搜索引擎的重要组成部分。一般人能访问到的网页,爬虫也都能抓取。爬虫抓取,就是模拟真实用户浏览网页采集数据。爬虫是可以按照一定的规则,自动的采集信息。

正常的用户访问网站浏览时间较长,访问也不会太过于频繁,目标网站服务器会限制爬虫行为,这是就需要降低访问评率或者停止访问或者用http代理去配合爬虫访问

HTTP代理分很多类型,至于选择哪种类型的代理IP最适合爬虫,看个人业务的需求,需求大的业务,对IP池要求大的可以选择一些高质量的隧道转发的爬虫代理加强版。

HTTP代理的作用:

1、通过HTTP代理访问一些被反爬的网站。

2、加快访问目标网站的速度。

3、修改本地外网,隐藏本地IP

如何使用隧道转发代理:

package main

        import (
            "net/url"
            "net/http"
            "bytes"
            "fmt"
            "io/ioutil"
        )

        // 代理服务器(产品官网 www.16yun.cn)
        const ProxyServer = "t.16yun.cn:31111"

        type ProxyAuth struct {
            Username string
            Password string
        }

        func (p ProxyAuth) ProxyClient() http.Client {

            var proxyURL *url.URL
            if p.Username != ""&& p.Password!="" {
                proxyURL, _ = url.Parse("http://" + p.Username + ":" + p.Password + "@" + ProxyServer)
            }else{
                proxyURL, _ = url.Parse("http://" + ProxyServer)
            }
            return http.Client{Transport: &http.Transport{Proxy:http.ProxyURL(proxyURL)}}
        }

        func main()  {


            targetURI := "https://httpbin.org/ip"


            // 初始化 proxy http client
            client := ProxyAuth{"username",  "password"}.ProxyClient()

            request, _ := http.NewRequest("GET", targetURI, bytes.NewBuffer([] byte(``)))

            // 设置Proxy-Tunnel
            // rand.Seed(time.Now().UnixNano())
            // tunnel := rand.Intn(10000)
            // request.Header.Set("Proxy-Tunnel", strconv.Itoa(tunnel) )

            response, err := client.Do(request)

            if err != nil {
                panic("failed to connect: " + err.Error())
            } else {
                bodyByte, err := ioutil.ReadAll(response.Body)
                if err != nil {
                    fmt.Println("读取 Body 时出错", err)
                    return
                }
                response.Body.Close()

                body := string(bodyByte)

                fmt.Println("Response Status:", response.Status)
                fmt.Println("Response Header:", response.Header)
                fmt.Println("Response Body:\n", body)
            }
        }
THE END

发表评论