使用User Agent和代理IP隱藏身份

1、爲什麼要設置

User Agent

有一些網站不喜歡被爬蟲程序訪問，因此會檢測鏈接對象，若是是爬蟲程序，也就是非人點擊訪問，它就會不讓你繼續訪問，因此爲了要讓程序能夠正常運行，須要隱藏本身的爬蟲程序的身份。此時，咱們就能夠經過設置User Agent的來達到隱藏身份的目的，User Agent的中文名爲用戶代理，簡稱UA。

User Agent存放於Headers中，服務器就是經過查看Headers中的User Agent來判斷是誰在訪問。在Python中，若是不設置User Agent，程序將使用默認的參數，那麼這個User Agent就會有Python的字樣，若是服務器檢查User Agent，那麼沒有設置User Agent的Python程序將沒法正常訪問網站。

Python容許咱們修改這個User Agent來模擬瀏覽器訪問，它的強大毋庸置疑。

2、常見的

User Agent

1.Android

Mozilla/5.0 (Linux; Android 4.1.1; Nexus 7 Build/JRO03D) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.166 Safari/535.19

Mozilla/5.0 (Linux; U; Android 4.0.4; en-gb; GT-I9300 Build/IMM76D) AppleWebKit/534.30 (KHTML, like Gecko) Version/4.0 Mobile Safari/534.30

Mozilla/5.0 (Linux; U; Android 2.2; en-gb; GT-P1000 Build/FROYO) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1

2.Firefox

Mozilla/5.0 (Windows NT 6.2; WOW64; rv:21.0) Gecko/20100101 Firefox/21.0

Mozilla/5.0 (Android; Mobile; rv:14.0) Gecko/14.0 Firefox/14.0

3.Google Chrome

Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.94 Safari/537.36

Mozilla/5.0 (Linux; Android 4.0.4; Galaxy Nexus Build/IMM76B) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.133 Mobile Safari/535.19

4.iOS

Mozilla/5.0 (iPad; CPU OS 5_0 like Mac OS X) AppleWebKit/534.46 (KHTML, like Gecko) Version/5.1 Mobile/9A334 Safari/7534.48.3

Mozilla/5.0 (iPod; U; CPU like Mac OS X; en) AppleWebKit/420.1 (KHTML, like Gecko) Version/3.0 Mobile/3A101a Safari/419.3

上面列舉了Andriod、Firefox、Google Chrome、iOS的一些User Agent，直接copy就能用。

4、

IP代理的使

用

1.爲什麼使用IP代理

UA

已經設置好了，可是還應該考慮一個問題，程序的運行速度是很快的，若是咱們利用一個爬蟲程序在網站爬取東西，一個固定

IP的訪問頻率就會很高，這不符合人爲操做的標準，由於人操做不可能在幾ms內，進行如此頻繁的訪問。因此一些網站會設置一個IP訪問頻率的閾值，若是一個IP訪問頻率超過這個閾值，說明這個不是人在訪問，而是一個爬蟲程序。

.代理IP選取

在寫代碼以前，先在代理IP網站選好一個IP地址，

這裏推介億牛雲代理。他們家產品比較齊全，

api接口調用和動態轉發調用都支持，並且代理是自營線路，電信專線。我穩定性，可用性，速度嗎，延遲都是很是好的。這裏就展現下他們的動態轉發代理進行示例，動態轉發就是他們會提供一個固定的ip地址給你，，直接配置到程序裏面就可使用，不須要本身去調用ip，也不須要本身管理ip池，使用起來超級方便簡單，對於懶人來講絕對是最好的選擇。

代碼示例，這裏是以

python爲例子

一、Python¶

requests

#! -*- encoding:utf-8 -*-

import requests

import random

# 要訪問的目標頁面

targetUrl = "http://httpbin.org/ip"

# 要訪問的目標HTTPS頁面

# targetUrl = "https://httpbin.org/ip"

# 代理服務器

proxyHost = "t.16yun.cn"

proxyPort = "31111"

# 代理隧道驗證信息

proxyUser = "username"

proxyPass = "password"

proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {

"host" : proxyHost,

"port" : proxyPort,

"user" : proxyUser,

"pass" : proxyPass,

}

# 設置 http和https訪問都是用HTTP代理

proxies = {

"http" : proxyMeta,

"https" : proxyMeta,

}

# 設置IP切換頭

tunnel = random.randint(1,10000)

headers = {"Proxy-Tunnel": str(tunnel)}

resp = requests.get(targetUrl, proxies=proxies, headers=headers)

print resp.status_code

print resp.text

以上是

python的代理添加示例，若是是其餘的語言編寫的能夠去官網看下相應的接入指南 www.16yun.cn