HTTP代理ip的这些误区你知道吗？
89241846 2019-07-01
百分之九十的人都知道，在使用爬虫多次爬取同一网站时，经常会被网站的IP反爬虫机制给禁掉，为了解决封禁 IP 的问题通常会使用代理IP。
但也有一部分人在HTTP代理IP的使用上存在着误解，他们认为使用了代理IP就能解决一切问题，然而实际上代理IP不是万能的，它只是一个工具，如果使用不洽当，一样会面临被封代理IP。
代理IP分三种类型：透明代理、普通匿名代理、高级匿名代理。
高匿、匿名和透明代理的主要区别在于对方服务器获取REMOTE_ADDR、HTTP_X_FORWARDED_FOR、HTTP_VIA三个参数的区别。
大家都知道，remote-addr是无法伪造的。
使用透明代理Transparent，对方服务器知道你使用了代理，也知道你的真实IP。
使用匿名代理Anonymous，对方服务器知道你使用了代理，但不知道你的真实IP。
使用高匿名代理High，对方服务器不知道你使用了代理，也不知道你的真实IP。
使用透明代理和普通匿名代理会被目标网站得知使用了代理IP，自然会受到限制，高级匿名代理则不会，所以在选择代理IP的时候，要选择高匿代理IP
使用一个代理IP爬取目标网站，被封IP的因素太多，比如cookie，比如User Agent等等，当达到了值后，IP就会被封。亿牛云代理有免费的标示库，可以提供1000+；当访问目标网站过快时，IP也会被封，因为人类正常访问远远达不到那个速度，肯定会被目标网站的反爬虫策略识别。
所以要尽量地模拟真实用户正常访问，才能大程度地避开封IP。亿牛云HTTP代理提供海量IP资源，可以多线程同时进行工作，不限并发数，工作效率翻倍，使用高匿代理IP才是爬虫们的正确打开方式！
作者；969501824有问题请联系作者
