兔子IP教你解決日常使用過程中ip被封鎖IP被限制的幾種方法
兔子IP解決日常使用過程中ip被封鎖IP被限制的幾種方法
方法1
使用多IP：
1.IP必須需要，比如ADSL。如果有條件，其實可以跟機房多申請外網IP。
2.在有外網IP的機器上，部署代理伺服器。
3.你的程式，使用輪訓替換代理伺服器來訪問想要採集的網站。
好處：
1.程式邏輯變化小，只需要代理功能。
2.根據對方網站遮蔽規則不同，你只需要新增更多的代理就行了。
3.就算具體IP被遮蔽了，你可以直接把代理伺服器下線就OK，程式邏輯不需要變化。
方法2.
有小部分網站的防範措施比較弱，可以偽裝下IP，修改X-Forwarded-for（貌似這麼拼。。。）即可繞過。 、
大部分網站麼，如果要頻繁抓取，一般還是要多IP。
我比較喜歡的解決方案是國外VPS再配多IP，通過預設閘道器切換來實現IP切換，比HTTP代理高效得多，估計也比多數情況下的ADSL切換更高效?
方法3.
ADSL + 指令碼，監測是否被封，然後不斷切換 ip 設定查詢頻率限制
正統的做法是呼叫該網站提供的服務介面。?
?
方法4.
國內ADSL是王道，多申請些線路，分佈在多個不同的電信區局，能跨省跨市更好，自己寫好斷線重撥元件，自己寫動態IP追蹤服務，遠端硬體重置（主要針對ADSL貓，防止其宕機），其餘的任務分配，資料回收，都不是大問題。?
?
方法5.
1 user agent 偽裝和輪換
2 使用代理 ip 和輪換
3 cookies 的處理，有的網站對登陸使用者政策寬鬆些
友情提示：考慮爬蟲給人家網站帶來的負擔，be a responsible crawler :)?
?
方法6.
儘可能的模擬使用者行為：
1、UserAgent經常換一換；
2、訪問時間間隔設長一點，訪問時間設定為隨機數；
3、訪問頁面的順序也可以隨機著來 。?
?
方法7.
網站封的依據一般是單位時間內特定IP的訪問次數.
我是將採集的任務按 目標站點的IP進行分組
通過控制每個IP 在單位時間內發出任務的個數,來避免被封.
當然,這個前題是你採集很多網站.如果只是採集一個網站,那麼只能通過多外部IP的方式來實現了。?
?
方法8.
對爬蟲抓取進行壓力控制；可以考慮使用代理的方式訪問目標站點。
降低抓取頻率，時間設定長一些，訪問時間採用隨機數
頻繁切換UserAgent（模擬瀏覽器訪問）
多頁面資料，隨機訪問然後抓取資料 -更換使用者IP。?????
需要兔子IP可以加企鵝167737487。
