换ip软件,代理ip软件,更改ip地址-智游代理
您的位置: 首页 > 新闻资讯 > 爬虫代理 > 正文

爬虫ip代理有哪些分类

发布时间:2018年10月07日 来源:本站

对于爬虫来说,由于爬虫爬取速度过快,在爬取过程中可能遇到同一个IP访问过于频繁的问题,此时网站就会让我们输入验证码登录或者直接封锁IP,这样会给爬取带来极大的不便。使用代理隐藏真实的IP,让服务器误以为是代理服务器在请求自己。这样在爬取过程中通过不断更换代理,就不会被封锁,可以达到很好的爬取效果。

 

代理分类时,既可以根据协议区分,也可以根据其匿名程度区分。

 

(1)根据代理的协议,代理可以分为如下类别。

 

1.FTP代理服务器:主要用于访问FTP服务器,一般有上传、下载以及缓存功能,端口一般为212121等。

2.HTTP代理服务器:主要用于访问网页,一般有内容过滤和缓存功能,端口一般为8080803128等。

3.SSL/TLS代理:主要用于访问加密网站,一般有SSLTLS加密功能(最高支持128位加密强度),端口一般为443

4.RTSP代理:主要用于访问Real流媒体服务器,一般有缓存功能,端口一般为554

5.Telnet代理:主要用于telnet远程控制(黑客入侵计算机时常用于隐藏身份),端口一般为23

6.POP3/SMTP代理:主要用于POP3/SMTP方式收发邮件,一般有缓存功能,端口一般为110/257.SOCKS代理:只是单纯传递数据包,不关心具体协议和用法,所以速度快很多,一般有缓存功能,端口一般为1080SOCKS代理协议又分为SOCKS4SOCKS5,前者只支持TCP,而后者支持TCPUDP,还支持各种身份验证机制、服务器端域名解析等。简单来说,SOCK4能做到的SOCKS5都可以做到,但SOCKS5能做到的SOCK4不一定能做到。 爬虫代理分类有哪些?

 

(2)根据匿名程度


根据代理的匿名程度,代理可以分为如下类别。

 

1.高度匿名代理:会将数据包原封不动地转发,在服务端看来就好像真的是一个普通客 户端在访问,而记录的IP是代理服务器的IP

 

2.普通匿名代理:会在数据包上做一些改动,服务端上有可能发现这是个代理服务器,也有一定几率追查到客户端的真实IP。代理服务器通常会加入的HTTP头有HTTP_VIAHTTP_X_FORWARDED_FOR

 

3.透明代理:不但改动了数据包,还会告诉服务器客户端的真实IP。这种代理除了能用缓存技术提高浏览速度,能用内容过滤提高安全性之外,并无其他显著作用,最常见的例子是内网中的硬件防火墙。

 

4.间谍代理:指组织或个人创建的用于记录用户传输的数据,然后进行研究、监控等目的的代理服务器。

按字母排序文章

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

相关文章内容简介

1 解决多个爬虫代理IP的方案

网络数据量越来越大,从网页中获取信息变得越来越困难,如何有效地抓取并利用信息,已成为网络爬虫一个巨大的挑战。网络中出售代理IP资源的渠道很多,总体来讲,质量好的都不便宜,便宜的质量都比较渣,一分钱一分货吧。下面列举解决多个爬虫代理IP的方案。  1、通过程序扫描出来的代理IP。可以在百度搜索“HTTP代理”,能找到很多免费或者价格低廉的IP供应商,这些不同平台的IP,至少存在三成以上的重复率,而且有效期不长,经常会遇见刚连上就失效的情况。这类IP适合低效率采集的爬虫,如果追求效率还是算了吧。  2、通过重连ADSL拨号服务器获取IP。相对稳定,至少比扫描出来的强得多,但是这种方法需要人为断开重连ADSL拨号服务器,费时费力,效率也非常慢。  3、自建代理IP池。适合财大气粗的爬虫工程师,一口气买个几十几百台服务器,可以获得大量高质量独享真实IP,相当稳定。真是有钱能使鬼推磨。  4、使用付费代理IP。对于大多数爬虫工程师,这个方法是最实用的,可以用最低的成本获取最多的... [阅读全文]

2 爬虫使用代理ip为什么还会被封

很多网络爬虫用户使用了代理ip,为了就是防止抓取数据和采集数据防止ip被封,最近很多做网络爬虫的朋友反映,问什么我是使用了代理ip还是会被封,在正常的进行爬取数据时,突然停了,但是工作必行要进行,为什么会这样:智游代理今天跟大家讲讲为什么使用代理ip还是会被封:爬虫采集是需要使用大量的ip对目标网站进行访问采集,通常我们使用原始的爬虫方法ip就会很有可能ip会被禁止访问网页,所以使用动态代理ip来躲避对方的识别系统和软件,从而完成大量的采集数据的工作,使用代理ip为何还会被封或者限制?1.免费ip:使用了免费劣质的代理ip做爬虫,有一些爬虫工作者为了解决成本,在一些网站上爬取一些免费的代理ip,大家都知道免费的代理ip质量非常差,安全性差,ip速度慢,被荣誉万人骑之称号。所以用户在爬取采集数据进行中被禁止或限制是在正常不过的。2.普通代理ip:购买便宜一些低成本的代理ip做爬虫,大家都一分钱一分货,普通代理ip便宜,成本就低,那么ip的质量就没有保障,大量的ip已经被成千上万人用过,使用性,稳定性以及安全性都非常差,成本确实降低了很多,但是工作效... [阅读全文]

热门标签

推荐阅读

  1. 15

    2018-11

    爬虫代理IP该怎么用

    写网络爬虫时,大家都知道,如果爬虫抓取速度过快或者抓的网站和数据多了,经常会遇到ip频繁访问被封的问题。那么如何解决这种问题呢?

  2. 15

    2018-11

    Python语言需要代理ip

    网络科技发达的今天,很多语言随之诞生,如Java、.net、php等等,但是作为现在最热门的网络爬虫语言,Python在编程语言中的地位也是无可取代的。

  3. 03

    2018-12

    通过爬虫代理IP快速增加博客访问量

    每个玩博客的人,都在想怎么才能增加博客的人气,提高自己文章的阅读量,但如何快速提高阅读量,其中一种方式就是通过爬虫代理IP去刷人气刷访问,一般不建议这种方法

  4. 15

    2018-11

    爬虫工作不用HTTPS代理IP会怎样?

    这几年都是互联网快速发展的时间,从事爬虫工作的朋友也是非常多的,相信大家身边应该也有,但是说实话,做爬虫工作是很难的,尤其是遇到想爬取的页面,因ip访问被限制的时候特别苦恼

  5. 10

    2019-07

    为什么爬虫需要代理IP?

    在爬虫的过程中,我们经常会遇见很多网站采取了防爬取技术,或者说因为自己采集网站信息的强度和采集速度太大,给对方服务器带去了太多的压力,所以你一直用同一个代理IP爬取这个网页

  6. 08

    2019-06

    数据采集爬虫代理ip基本原理

    我们在做爬虫的过程中经常会遇到这样的情况,最初爬虫正常运行,正常抓取数据,一切看起来都是那么正常,然而一杯茶的功夫可能就会出现错误,比如403 Forbidden,这时候打开网页一看,可