python3（requests）使用代理ip
以前记录的维护一个ip池
- 当需要采集大量数据时，或者有的网站对访问速度特别严格的时候，有的网站就采取封ip，这样就需要使用代理ip。就像马蜂窝一样，，自从被曝数据造假之后，就不好爬了，python使用代理ip的小demo为：
- 其中，
如果你爬的为https://www.xxxxx这类那么proxies里面的https内容有效。如果你爬的是http://biggsai.com这种，那么proxies就http有效。
import requests
from bs4 import BeautifulSoup
header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}
proxies = {'http': '120.236.128.201:8060',
'https': '120.236.128.201:8060'
}
url="http://www.overlove.xin/html/"
header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}
req=requests.get(url,headers=header,proxies=proxies,timeout=5)
html=req.text
soup=BeautifulSoup(html,'lxml')
print(soup.text)
输出为：
找一个可以定位的网站测试
- 网站是我以前写的一个天气预报接口（已经暴毙）。之前有写过用java如何写天气接口通过ip查看天气信息
如果通过购买的代理ip，就需要先解析格式，提取ip和端口构造ip池，详情可以参考我的刷票小程序
和代理ip爬虫。
-
另外，使用代理ip的时候一定要用好try catch，如果对信息完整性要求比较高。还需要对失败后从写方法，因为代理ip如果时免费的并不稳定，也有点慢。还有，有的ip不能用他会瞎跳到其他的链接上，比如跳到有道上，所以，使用代理ip时候一定要处理好异常，防止程序异常终止。
-
如果对
后端、爬虫、数据结构算法等感性趣欢迎关注我的个人公众号交流：bigsai
