爬虫工作使用爬虫代理IP的正确操作

在用代理IP爬虫的时候，可能会出现不能爬取的情况。这个时候，我们要找对原因去解决问题，先需要要对IP的可用性做一个检测，如果IP是有效的，可以使用的。那么，可能问题就出在了，我们设置代理IP的方面了。那么，有哪些常见问题是我们设置时需要注意的，怎么才能够正确使用于爬虫呢?

爬虫使用爬虫代理IP的注意事项：

1、遇到错误

提示目标计算机积极拒绝，这就说明可能是代理IP失效，或者端口号错误，需要使用有效的IP，如果是使用开放型IP，建议使用前先做好有效检测。IPIDEA支持HTTP/HTTPS/SOCKS5提供大量的全球IP资源，迎合爬虫的需求。

2、降低访问速度

本来爬虫使用代理IP抓取公开数据，这会给服务器带来压力，过量的访问影响更是严重，这容易引起网站做好检测，从而导致使用的代理IP无法访问公开数据。如果降低访问速度，可以有效的防止无法访问公开数据，还可以降低对方的访问压力。

3、做好保护安全访问

爬虫即便是用的真实IP，可是本身并不是真实的用户，需要从各方面来保护安全访问成用户，比如说浏览器提交请求头，不同的浏览器都有不同的user_agent，爬虫在访问时要注意使用不同的user_agent，从而允许访问公开数据网站检测客户端的访问虫机制。否则大量一样的user_agent访问，肯定被检测出来。

Python网络爬虫如何使用代理IP?

1、打开Python3，导入urllib的request，调用ProxyHandler，它可以接收代理IP的参数。

2、把IP地址以字典的形式放入其中，设置键为http，当然有些是https的，然后后面就是IP地址以及端口号，具体根据你的IP地址是什么类型的，不同IP端口号可能不同。

3、用build_opener()来构建一个opener对象。

4、调用构建好的opener对象里面的open方法来发生请求。实际上urlopen也是类似这样使用内部定义好的opener.open()，这里就相当于我们自己重写。如果我们使用install_opener()，就可以把前自定义的opener设置成全局的。

5、设置成全局之后，如果我们再使用urlopen来发送请求，那么发送请求使用的IP地址就是代理IP，而不是本机的IP地址了。