python学习之代理的使用

今天跟大家分享的文章主要是介绍了Python爬虫使用代理IP的实现，文中通过示例代码介绍的非常详细，可能对很多的爬虫工作者来说简直是小儿科的东西，但是对一些刚入行的小白爬虫来说还是蛮有学习价值的，有这方面需求的小伙伴跟着我一起来学习吧。

当我们在使用爬虫进行数据获取时，如果目标网站对访问的速度或次数要求较高，那么你的 IP 就很容易被封掉，也就意味着在一段时间内无法再进行下一步的工作。这时候代理的重要性就显示出来了，因为不管网站怎么封，只要你的程序一直都有新的ip去访问就可以继续进行下一步的研究。

本文除了和大家交流下代理ip的重要性以外也会向大家分享下适合新手爬虫使用的代理模式，那就是动态隧道代理，网络上有很多代理商都有提供，但是各家质量有所区别，大家根据需要实际测试为准。这里分享下普便的隧道代理的使用方式：

// 要访问的目标页面
string targetUrl = "http://httpbin.org/ip";


// 代理服务器(产品官网 www.16yun.cn)
string proxyHost = "http://t.16yun.cn";
string proxyPort = "31111";

// 代理验证信息
string proxyUser = "username";
string proxyPass = "password";

// 设置代理服务器
WebProxy proxy = new WebProxy(string.Format("{0}:{1}", proxyHost, proxyPort), true);


ServicePointManager.Expect100Continue = false;

var request = WebRequest.Create(targetUrl) as HttpWebRequest;

request.AllowAutoRedirect = true;
request.KeepAlive = true;
request.Method    = "GET";
request.Proxy     = proxy;

//request.Proxy.Credentials = CredentialCache.DefaultCredentials;

request.Proxy.Credentials = new System.Net.NetworkCredential(proxyUser, proxyPass);

// 设置Proxy Tunnel
// Random ran=new Random();
// int tunnel =ran.Next(1,10000);
// request.Headers.Add("Proxy-Tunnel", String.valueOf(tunnel));


//request.Timeout = 20000;
//request.ServicePoint.ConnectionLimit = 512;
//request.UserAgent = "Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.82 Safari/537.36";
//request.Headers.Add("Cache-Control", "max-age=0");
//request.Headers.Add("DNT", "1");


//String encoded = System.Convert.ToBase64String(System.Text.Encoding.GetEncoding("ISO-8859-1").GetBytes(proxyUser + ":" + proxyPass));
//request.Headers.Add("Proxy-Authorization", "Basic " + encoded);

using (var response = request.GetResponse() as HttpWebResponse)
using (var sr = new StreamReader(response.GetResponseStream(), Encoding.UTF8))
{
    string htmlStr = sr.ReadToEnd();
}

以上就是关于爬虫中如何使用代理的示例，只是简单的分享了一部分，关于更多的我们下次再做更深的交流，以上就是本文的全部内容，希望对大家的学习有所帮助。