2023學(xué)年完整公開(kāi)課版代理原理

urllib代理原理了解urllib中的代理uest對(duì)象

代理介紹對(duì)象

代理介紹對(duì)象

代理介紹e

我們?cè)谧雠老x(chóng)的過(guò)程中經(jīng)常會(huì)遇到這樣的情況，最初爬蟲(chóng)正常運(yùn)行，正常抓取數(shù)據(jù)，一切看起來(lái)都是那么美好，然而一杯茶的功夫可能就會(huì)出現(xiàn)錯(cuò)誤，比如403Forbidden，這時(shí)候打開(kāi)網(wǎng)頁(yè)一看，可能會(huì)看到“您的IP訪(fǎng)問(wèn)頻率太高”這樣的提示。出現(xiàn)這種現(xiàn)象的原因是網(wǎng)站采取了一些反爬蟲(chóng)措施。比如，服務(wù)器會(huì)檢測(cè)某個(gè)IP在單位時(shí)間內(nèi)的請(qǐng)求次數(shù)，如果超過(guò)了這個(gè)閾值，就會(huì)直接拒絕服務(wù)，返回一些錯(cuò)誤信息，這種情況可以稱(chēng)為封IP。

代理介紹e

既然服務(wù)器檢測(cè)的是某個(gè)IP單位時(shí)間的請(qǐng)求次數(shù)，那么借助某種方式來(lái)偽裝我們的IP，讓服務(wù)器識(shí)別不出是由我們本機(jī)發(fā)起的請(qǐng)求，不就可以成功防止封IP了嗎？一種有效的方式就是使用代理。

代理介紹e

基本原理：代理實(shí)際上指的就是代理服務(wù)器，英文叫作proxyserver，它的功能是代理網(wǎng)絡(luò)用戶(hù)去取得網(wǎng)絡(luò)信息。形象地說(shuō)，它是網(wǎng)絡(luò)信息的中轉(zhuǎn)站。在我們正常請(qǐng)求一個(gè)網(wǎng)站時(shí)，是發(fā)送了請(qǐng)求給Web服務(wù)器，Web服務(wù)器把響應(yīng)傳回給我們。

代理介紹e

如果設(shè)置了代理服務(wù)器，實(shí)際上就是在本機(jī)和服務(wù)器之間搭建了一個(gè)橋，此時(shí)本機(jī)不是直接向Web服務(wù)器發(fā)起請(qǐng)求，而是向代理服務(wù)器發(fā)出請(qǐng)求，請(qǐng)求會(huì)發(fā)送給代理服務(wù)器，然后由代理服務(wù)器再發(fā)送給Web服務(wù)器，接著由代理服務(wù)器再把Web服務(wù)器返回的響應(yīng)轉(zhuǎn)發(fā)給本機(jī)。這樣我們同樣可以正常訪(fǎng)問(wèn)網(wǎng)頁(yè)，但這個(gè)過(guò)程中Web服務(wù)器識(shí)別出的真實(shí)IP就不再是我們本機(jī)的IP了，就成功實(shí)現(xiàn)了IP偽裝，這就是代理的基本原理。

代理介紹e

代理的作用：突破自身IP訪(fǎng)問(wèn)限制，訪(fǎng)問(wèn)一些平時(shí)不能訪(fǎng)問(wèn)的站點(diǎn)。訪(fǎng)問(wèn)一些單位或團(tuán)體內(nèi)部資源。提高訪(fǎng)問(wèn)速度：通常代理服務(wù)器都設(shè)置一個(gè)較大的硬盤(pán)緩沖區(qū)，當(dāng)有外界的信息通過(guò)時(shí)，同時(shí)也將其保存到緩沖區(qū)中，當(dāng)其他用戶(hù)再訪(fǎng)問(wèn)相同的信息時(shí)，則直接由緩沖區(qū)中取出信息，傳給用戶(hù)，以提高訪(fǎng)問(wèn)速度。隱藏真實(shí)IP。

代理介紹e

既然服務(wù)器檢測(cè)的是某個(gè)IP單位時(shí)間的請(qǐng)求次數(shù)，那么借助某種方式來(lái)偽裝我們的IP，讓服務(wù)器識(shí)別不出是由我們本