坦桑尼亚奥杜威峡谷能人
2018-10-08 08:57
采纳率: 13.3%
浏览 5.0k
已结题

scrapy设置代理 IP 无法爬去

middewares里:

class ProxyMiddleWare(object):
def process_request(self, request, spider):
proxy = random.choice(PROXIES)

    if proxy['user_passwd'] is None:
    # if 'user_passwd' not in proxy:
        # 没有代理账户验证的代理使用方式
        print('---------------------->>> ', proxy['ip_port'])
        request.meta['proxy'] = "http://" + proxy['ip_port']
        # request.meta['proxy'] =  'http://122.235.168.162:8118'
    else:
        # 对账户密码进行base64编码转换
        base64_userpasswd = base64.b64encode(proxy['user_passwd'].encode())
        # 对应到代理服务器的信令格式里
        request.headers['Proxy-Authorization'] = 'Basic ' + base64_userpasswd.decode()
        request.meta['proxy'] = "http://" + proxy['ip_port']

setting里:

PROXIES = [
# {'ip_port': '61.175.192.2:35420'},
# {'ip_port': '221.234.192.10:8010'},
{'ip_port': '221.224.49.194:51127', 'user_passwd': ''},
# {"ip_port": "121.41.8.23:16816", "user_passwd": "morganna_mode_g:ggc22qxp"},

# {'ip_port': '122.224.249.122:8088', 'user_passwd': 'user4:pass4'},

]


DOWNLOADER_MIDDLEWARES = {

'taobao.middlewares.TaobaoDownloaderMiddleware': 543,

'taobao.middlewares.SeleniumMiddleware': 543,

'scrapy.contrib.downloadermiddleware.httpproxy.HttpProxyMiddleware': 751,

'taobao.middlewares.ProxyMiddleWare': 750,
'taobao.middlewares.RandomUserAgent': 400,

}

我是这么设置的,而且这个IP用request测试过,返回状态码也是200,但在scrapy里不能正常抓取数据,请教各位大神指点下

  • 好问题 提建议
  • 收藏

5条回答 默认 最新

  • lyhsdy 2018-10-08 09:12

    1.可以尝试测试下你的代理是否可以对其他网站爬取,如果无效,说明你的代理有问题
    2.淘宝网对一般的代理无效,可以尝试爬取 https://www.whatismybrowser.com/ 网址,找到IP Address 是否你真是IP还是代理的IP

    评论
    解决 无用
    打赏 举报
  • threenewbee 2018-10-08 11:54

    你的代理服务器可能是透明代理,这类代理会向服务器报告你的客户端ip(通过x-forward-for),从而使得服务器的反爬虫机制不让你爬。你需要找匿名代理。

    评论
    解决 无用
    打赏 举报
  • 最好真好 2019-03-04 12:24

    if isinstance(agent, self._TunnelingAgent):
    headers.removeHeader(b'Proxy-Authorization')

                scrapy中把Proxy-Authorization'这删掉了,不知道是这个原因不
    
    评论
    解决 无用
    打赏 举报
  • JennieGerhardt 2020-03-25 23:17

    request.meta['http_proxy'] = proxy

    https://www.cnblogs.com/blackworm/p/11329228.html

    评论
    解决 无用
    打赏 举报
  • ipidea全球HTTP 2020-07-10 15:15

    如果设置了ip不能正常工作,如果觉得是ip原因的话,我们可以先从ip类型分析一下,透明代理,普匿代理(普通匿名代理)和高匿代理(高级匿名代理)。这三种代理虽然匿名程度不同,但是都有其适用的范围,我们可以根据自己的实际情况进行选择和使用。其中高匿代理的适用范围最广,例如网络爬虫配合(ipidea)。高匿代理才能保证工作效率。

    评论
    解决 无用
    打赏 举报

相关推荐 更多相似问题