您的位置:首页 > 新闻资讯 >文章内容
http代理服务器的匿名程度
来源: 作者:admin 时间:2019-08-19 10:56:41

  写好的爬虫代理服务器放在网上爬,被ban其实是一件很郁闷的事情,现在各个网站都会有相应的防爬的措施,一般来说模拟请求头一般都够了,不过仅仅是模拟请求头够么,答案当然是否定的,我们至少需要手动的打开一个网站,用fiddler或者Chrome的F12来具体看看我们一次真实的请求都做了哪些操作。


  关于chrome和fiddler的使用,我就不细说了,自己百度吧,我们一般看到,在一次真实的请求中,我们都会带着各种样的请求参数,如果将这些参数补全,那我们被ban的机率也会相应的减少很多。如何将这些参数在scrapy的项目补齐,那就是我们本次的研究主题。在开始这个问题之前,我们回头来看看scrapy的架构


  从架构中我们可以清晰的看到,如果要操作这些参数,我们可以从DownloaderMiddlewares下载中间件着手,有人可能会有疑问:我记得Spider中有一个start_requests的方法,不是可以写到代码中么Scrapy在架构和django都有点类似,那就是松散耦合的原则,各个功能和文件都应该各司其职,做好自己的事情。 现在我们要实现这样的一个功能,在我们请求的时候,我们可以随机的更换请求头(User-Agent)


  那就是透明http代理。那是不是不用透明http代理就可以隐藏自己的身份呢?是的,只不过,普通匿名http代理虽然不知道您的真实身份,但是人家知道你是个卧底,哈哈。只有高级匿名http代理才能做到如假包换!要想识别http代理服务器的等级并不复杂,只需要通过脚本程序(如ASPPHPJSP等)即可在服务器端识别出来,识别的办法就是抓数据包里的相关字段:REMOTE_ADDR,HTTP_VIA以及HTTP_X_FORWARDED_FOR


相关文章内容简介
在线咨询
大客户经理
大客户经理
1829380381
13316264505

大客户经理微信

微信公众号

微信公众号

回到顶部