代理ip软件

您的位置: 首页 > 新闻资讯 > 正文

爬虫所需要的代理IP究竟是什么?

发布时间:2019-04-25 16:27:48 来源:挂机精灵

  在爬取某些网站时,我们经常会设置代理ip来避免爬虫程序被封。我们获取代理 IP 地址方式通常提取国内的知名 IP代理商(如西刺代理,快代理,无忧代理等)的免费代理。这些代理商一般都会提供透明代理,匿名代理,高匿代理。那么爬虫所需要的代理IP究竟是什么?这几种代理的区别是什么?我们该如何选择?本文的主要内容是讲解各种代理 IP 背后的原理。

爬虫所需要的代理IP究竟是什么?

  1、代理类型

  代理类型一共能分为四种。除了前面提到的透明代理,匿名代理,高匿代理,还有混淆代理。从安全程度来说,这四种代理类型的排序是 高匿 > 混淆 > 匿名 > 透明。

  2、代理原理

  代理类型主要取决于代理服务器端的配置。不同配置会形成不同的代理类型。在配置中,这三个变量REMOTE_ADDR,HTTP_VIA,HTTP_X_FORWARDED_FOR是决定性因素。

  1) REMOTE_ADDR

  REMOTE_ADDR 表示客户端的 IP,但是它的值不是由客户端提供的,而是服务器根据客户端的 IP 指定的。

  如果使用浏览器直接访问某个网站,那么网站的 web 服务器(Nginx、Apache等)就会把 REMOTE_ADDR 设为客户端的 IP 地址。

  如果我们给浏览器设置代理,我们访问目标网站的请求会先经过代理服务器,然后由代理服务器将请求转化到目标网站。那么网站的 web 服务器就会把 REMOTE_ADDR 设为代理服务器的 IP。

  2)X-Forwarded-For(XFF)

  X-Forwarded-For 是一个 HTTP 扩展头部,用来表示 HTTP 请求端真实 IP。当客户端使用了代理时,web 服务器就不知道客户端的真实 IP 地址。为了避免这个情况,代理服务器通常会增加一个 X-Forwarded-For 的头信息,把客户端的 IP 添加到头信息里面。

  X-Forwarded-For 请求头格式如下:

  client 表示客户端的 IP 地址;proxy1 是离服务端最远的设备 IP; proxy2 是次级代理设备的 IP;从格式中,可以看出从 client 到 server 是可以有多层代理的。

  如果一个 HTTP 请求到达服务器之前,经过了三个代理 Proxy1、Proxy2、Proxy3,IP 分别为 IP1、IP2、IP3,用户真实 IP 为 IP0,那么按照 XFF 标准,服务端最终会收到以下信息:

  Proxy3 直连服务器,它会给 XFF 追加 IP2,表示它是在帮 Proxy2 转发请求。列表中并没有 IP3,IP3 可以在服务端通过 Remote Address 字段获得。我们知道 HTTP 连接基于 TCP 连接,HTTP 协议中没有 IP 的概念,Remote Address 来自 TCP 连接,表示与服务端建立 TCP 连接的设备 IP,在这个例子里就是 IP3。

  3)HTTP_VIA

  via 是 HTTP 协议里面的一个header,记录了一次 HTTP 请求所经过的代理和网关,经过1个代理服务器,就添加一个代理服务器的信息,经过2个就添加2个。

  3、代理类型区别

  1) 透明代理(Transparent Proxy)

  代理服务器的配置如下:

  透明代理虽然可以直接“隐藏”客户端的 IP 地址,但是还是可以从来查到客户端的 IP 地址。

  2) 匿名代理(Anonymous Proxy)

  代理服务器的配置如下:

  匿名代理能提供隐藏客户端 IP 地址的功能。使用匿名代理,服务器能知道客户端使用用了代理,当无法知道客户端真实 IP 地址。

  3) 混淆代理(Distorting Proxy)

  代理服务器的配置如下:

  与匿名代理的原理相似,但是会伪装得更逼真。如果客户端使用了混淆代理,服务器还是能知道客户端在使用代理,但是会得到一个假的客户端 IP 地址。

  2) 高匿代理(Elite  Proxy 或 High Anonymity Proxy)

  代理服务器的配置如下:

  高匿代理既能让服务器不清楚客户端是否在使用代理,也能保证服务器获取不到客户端的真实 IP 地址。

  4、代理的选择

  普通匿名代理能隐藏客户机的真实 IP,但会改变我们的请求信息,服务器端有可能会认为我们使用了代理。不过使用此种代理时,虽然被访问的网站不能知道客户端的 IP 地址,但仍然可以知道你在使用代理,当然某些能够侦测 IP 的网页仍然可以查到客户端的 IP。

  而高度匿名代理不改变客户机的请求,这样在服务器看来就像有个真正的客户浏览器在访问它,这时客户的真实IP是隐藏的,服务器端不会认为我们使用了代理。

  因此,爬虫程序需要使用到代理 IP 时,尽量选择普通匿名代理和高匿名代理。另外,如果要保证数据不被代理服务器知道,推荐使用 HTTPS 协议的代理。


相关资讯

爬虫所需要的代理IP究竟是什么?

在爬取某些网站时,我们经常会设置代理ip来避免爬虫程序被封。我们获取代理IP地址方式通常提取国内的知名IP代理商(如西刺代理,快代理,无忧代理等)的免费代理。这

来源:挂机精灵

2019-04-25 16:27:48

代理ip地址的选择方法和所需时间

现在由于经济和其他方面的快速发展,不仅仅是个人企业,也需要这种大数据的支持,然后根据自己获得的这些数据制定适合自己的营销方案,当然关于这种数据的搜集还是需要这种

来源:挂机精灵

2019-04-26 16:50:19

挂机精灵代理ip软件解决ip被封

   挂机精灵代理ip软件解决ip被封,现在市面上挂机软件如此之多,该怎么判断这个挂机软件是好用还是不好用呢?我们该如何选择一款适

来源:互联网

2019-02-11 15:16:07

代理ip地址隐藏自己的IP 保护隐私!

  代理ip地址隐藏自己的IP保护隐私!人们隐藏他们的IP地址的一个主要原因是,他们想在不被追踪的情况下浏览网页信息、下载一些资料等等,当然

来源:互联网

2019-02-15 16:29:03

封号和IP代理,网游工作室最深的两种痛

2018年电子竞技中,IG夺冠人人都说不仅仅是一场游戏的胜利,更是我们对青春的证明。不务正业和那些不被理解的少年时代,现在终于得到了正名,电竞行业和电竞选手也慢

来源:互联网

2019-03-01 15:32:59

代理IP软件防止王者荣耀账号被封

代理IP软件防治王者荣耀账号被封。玩游戏很烦的一点就是,账号无缘无故被封了,那账号被封了,要怎么办呢,怎么解除被封的账号呢?《王者荣耀》解封的方法:1.号被盗需

来源:互联网

2019-03-04 15:42:30

代理IP能做什么,那些行业需要用代理IP?

很多人听说过代理IP这个词,但是具体不知道他是做什么的,也不知道他可以应用于什么行业,今天挂机精灵小编就为大家简单的介绍一下代理IP,说起代理IP的应用其实网上

来源:互联网

2019-03-06 17:02:37

ip是什么?为什么要换ip?

爬虫最头疼的问题就是遇上反爬虫。爬虫和反爬虫从来都是相互的,一方面我们希望获得爬虫的青睐,另一方面却又担心自己的原创内容被别人爬取。因此,我们需要代理ip来辅助

来源:互联网

2019-03-24 10:04:00

如何高效获取大数据?ip代理:用爬虫!

在不同的操作系统中,Python存在细微的差别,因此有几点您需要牢记在心。这里小编使用的是Python3版本。Python自带一个在终端窗口中运行的解释器,让您

来源:互联网

2019-03-22 16:27:55

如何判断IP是否是网站真实IP?

我们自己搭建代理IP时,我们很难判断IP是是否是网站真实IP,那么小编在这里教大家几个判断方法。1、Nslookup法黑客一般nslookup想要查的域名,若是

来源:互联网

2019-02-27 15:25:16

在线客服
大客户VIP渠道2
点击这里给我发消息
讨论QQ群
挂机精灵动态换IP
客服电话
400-998-9776转2