我們在做爬蟲的過程中經常會遇到這樣的情況：最初爬蟲正常執行，正常抓取資料，一切看起來都是那麼的美好，然而一杯茶的功夫可能就會出現錯誤，比如403 Forbidden；出現這樣的原因往往是網站採取了一些反爬蟲的措施，比如，伺服器會檢測某個IP在單位時間內的請求次數，如果超過了某個閾值，那麼伺服器會直接拒絕服務，返回一些錯誤資訊。這時候，代理就派上用場了。

國內的免費代理網站：

西刺代理

快代理免費代理

全網代理ip

接下來看如何設定代理：

urllib代理設定：

from urllib.error import URLError
from urllib.request import ProxyHandler,build_opener

proxy='123.58.10.36:8080'  #使用本地代理
#proxy='username:
 
[email protected]:8080'  #購買代理
proxy_handler=ProxyHandler({
    'http':'http://'+proxy,
    'https':'https://'+proxy
})
opener=build_opener(proxy_handler)
try:
    response=opener.open('http://httpbin.org/get') #測試ip的網址
    print(response.read().decode('utf-8'))
except URLError as e:
    print(e.reason)

執行結果如下：

requests代理設定：

import requests

proxy='123.58.10.36:8080'  #本地代理
#proxy='username:[email protected]:8080'
proxies={
    'http':'http://'+proxy,
    'https':'https://'+proxy
}
try:
    response=requests.get('http://httpbin.org/get',proxies=proxies)
    print(response.text)
except requests.exceptions.ConnectionError as e:
    print('錯誤:',e.args)
 

執行結果如下：

Selenium代理設定：

from selenium import webdriver


proxy='123.58.10.36:8080'
chrome_options=webdriver.ChromeOptions()
chrome_options.add_argument('--proxy-server=http://'+proxy)
browser=webdriver.Chrome(chrome_options=chrome_options)
browser.get('http://httpbin.org/get')

執行結果：

以上就是代理的一些簡單設定、、、