详解基于Scrapy的IP代理池搭建

一、为什么要搭建爬虫代理池 在众多的网站防爬措施中,有一种是根据ip的访问频率进行限制,即在某一时间段内,当某个ip的访问次数达到一定的阀值时,该ip就会被拉黑、在一段时间内禁止访问。 应对的方法有两种: 1. 降低爬虫的爬取频率,避免IP被限制访问,缺点显而易见:会大大降低爬取的效率。 2. 搭建一个IP代理池,使用不同的IP轮流进行爬取。 二、搭建思路 1、从代理网站(如:西刺代理、快代理、云代理、无忧代理)爬取代理IP; 2、验证代理IP的可用性(使用代理IP去请求指定URL,根据响应验证代理IP是否生效); 3、将可用的代理IP保存到数据库; 在《Python爬虫代理池搭建》一文中我们