您的位置:首页 > 新闻资讯 > 文章内容
爬虫代理ip的分类
来源:互联网 作者:admin 时间:2018-10-29 16:23:09

  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21、2121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80、8080、3128等。


  3.SSL/TLS代理:主要用于访问加密网站,一般有SSL或TLS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110/25。7.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1080。SOCKS代理协议又分为SOCKS4和SOCKS5,前者只支持TCP,而后者支持TCP和UDP,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_VIA和HTTP_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。


相关文章内容简介
推荐阅读
  • 14 2020-05
    IP代理帮助网站排名提升

    现在网络上存在着各式各样的网站,数量是非常庞大的,互联网的数据每天都在增加,如果网络不进行任何优化,参与排名,那么是非常难在用户面前得到曝光。

  • 14 2020-07
    选对代理IP资源很重要

     选对IP资源有多么的的重要,例如万变IP,它就是这样一款高质量免费代理ip。拥有很多我国高匿IP资源,遍及地区可遮住绝大部分123线大都市,技术专业专业技术人员卓越团队维修保养升級,

  • 22 2020-06
    爬虫ip代理池如何持续更新

    爬虫ip代理池越小,ip重复的几率越大,使用的时间越久,ip被封的概率也就大。因此爬虫ip代理池的更新是非常重要的,如果不更新ip,等里面的ip都被封了,就无法继续获取数据了,而且可用的

  • 17 2020-04
    如何选择优秀的ip代理

    别看互联网好像四通八达,但是其实网站上面还是存在很多的限制的,这是因为网站自身的保护,另一方面也是网站要规范运营的原因。所以,就导致了有些情况会对ip发生限制。

  • 11 2020-09
    动态IP是什么

    动态IP一般是指动态IP地址,简单点说就是每次上网的时候分配到的IP地址都是不同的。IP地址是一个32位二进制数的地址,理论上讲,有大约40亿(2的32次方)个可能的地址组合,这似乎是一个很大的

  • 01 2020-05
    代理IP对游戏的作用

    现在生活已经离不开网络,网络游戏也是深受大家的喜欢,并且还有很多人利用游戏来工作。在玩游戏的时候,很多用户喜欢多开游戏,这样能获取更多的游戏内资源。但稍有不慎,账号就会被