我們在進行網(wǎng)站爬蟲的時候，會比較常碰上IP被封殺的情況，如果IP在同一時間經常訪問，那么我們的IP掛掉的概率就非常高。所以我們需要設置動態(tài)ip代理來解除。

IP海帶來的教程介紹：

 

　　動態(tài)IP：

 

　　設置動態(tài)IP需要用到一個superagent插件—superagent-proxy，除此之外為了避免每次爬取時都去獲取一次動態(tài)IP的列表，將爬取到的動態(tài)IP列表存放在redis中，并設置10分鐘的過期時間。數(shù)據(jù)過期之后再重新發(fā)送獲取動態(tài)IP的請求。

 

　　package.json

 

　　{

 

　　"name": "xxx",

 

　　"version": "1.0.0",

 

　　"description": "xxx",

 

　　"main": "arf.js",

 

　　"scripts": {

 

　　"arf": "nodemon src/app.js --exec babel-node --config package.json"

 

　　},

 

　　"keywords": [

 

　　"爬蟲"

 

　　],

 

　　"author": "lidikang",

 

　　"license": "MIT",

 

　　"dependencies": {

 

　　"bluebird": "^3.5.1",

 

　　"cheerio": "^1.0.0-rc.2",

 

　　"eventproxy": "^1.0.0",

 

　　"mongoose": "^4.13.6",

 

　　"mongoose-findorcreate": "^2.0.0",

 

　　"progress": "^2.0.0",

 

　　"redis": "^2.8.0",

 

　　"superagent": "^3.8.1",

 

　　"superagent-proxy": "^1.0.2"

 

　　},

 

　　"devDependencies": {

 

　　"babel-cli": "^6.26.0",

 

　　"babel-preset-es2015": "^6.24.1",

 

　　"babel-preset-stage-2": "^6.24.1",

 

　　"nodemon": "^1.12.4"

 

　　},

 

　　"nodemonConfig": {

 

　　"ignore": [

 

　　"ips.json",

 

　　"docs/*"

 

　　],

 

　　"delay": "2500"

 

　　}

 

　　}

 

　　app.js

 

　　import request from 'superagent'

 

　　import requestProxy from 'superagent-proxy'

 

　　import redis from 'redis'

 

　　// superagent添加使用ip代理的插件

 

　　requestProxy(request)

 

　　// redis promise化

 

　　bluebird.promisifyAll(redis.RedisClient.prototype)

 

　　bluebird.promisifyAll(redis.Multi.prototype)

 

　　// 建立mongoose和redis連接

 

　　const redisClient = connectRedis()

 

　　/**

 

　　* 初始化redis

 

　　*/

 

　　function connectRedis() {

 

　　let client = redis.createClient(config.REDIS_URL)

 

　　client.on("ready", function(err) {

 

　　console.log('redis連接 √')

 

　　})

 

　　client.on("error", function(err) {

 

　　console.log(`redis錯誤，${err} ×`);

 

　　})

 

　　return client

 

　　}

 

　　/**

 

　　* 請求免費代理，讀取redis，如果代理信息已經過期，重新請求免費代理請求

 

　　*/

 

　　async function getProxyIp() {

 

　　// 先從redis讀取緩存ip

 

　　let localIpStr = await redisClient.getAsync('proxy_ips')

 

　　let ips = null

 

　　// 如果本地存在，則隨機返回其中一個ip，否則重新請求

 

　　if (localIpStr) {

 

　　let localIps = localIpStr.split(',')

 

　　return localIps[parseInt(Math.random() * localIps.length)]

 

　　} else {

 

　　let ipsJson = (await request.get('http://api.pcdaili.com/?orderid=888888888&num=100&protocol=1&method=1&an_ha=1&sp1=1&sp2=1&format=json&sep=1')).body

 

　　let isRequestSuccess = false

 

　　if (ipsJson && ipsJson.data.proxy_list) {

 

　　ips = ipsJson.data.proxy_list

 

　　isRequestSuccess = true

 

　　} else {

 

　　ips = ['http://127.0.0.1']

 

　　}

 

　　// 將爬取結果存入本地，緩存時間10分鐘

 

　　if (isRequestSuccess) {

 

　　redisClient.set("proxy_ips", ips.join(','), 'EX', 10 * 60)

 

　　}

 

　　return ips[parseInt(Math.random() * ips.length)]

 

　　}

 

　　}

 

　　async function doRequest(){

 

　　let userAgent = userAgents[parseInt(Math.random() * userAgents.length)]

 

　　let ip = await getProxyIp()

 

　　let useIp = 'http://' + ip

 

　　request.get('http://www.xxx.com')

 

　　.set({ 'User-Agent': userAgent })

 

　　.timeout({ response: 5000, deadline: 60000 })

 

　　.proxy(ip)

 

　　.end(async(err, res) => {

 

　　// 處理數(shù)據(jù)

 

　　})

 

　　}

 

　　通過上面的步驟來操作，我們就可以完成動態(tài)ip代理的設置了，可以開始使用了。