python爬虫防止IP被封的方法

概述在编写爬虫爬取数据的时候，尤其是爬取大量数据的时候，因为很多网站都有反爬虫措施，所以很容易被封IP，就不能继续爬了。本文就如何解决这个问题总结出一些应对措施，这些措施可以单独使用，也可以同时使用，效果更

在编写爬虫爬取数据的时候，尤其是爬取大量数据的时候，因为很多网站都有反爬虫措施，所以很容易被封IP，就不能继续爬了。本文就如何解决这个问题总结出一些应对措施，这些措施可以单独使用，也可以同时使用，效果更好。

伪造User-Agent

在请求头中把User-Agent设置成浏览器中的User-Agent，来伪造浏览器访问。比如：

headers = {'User-Agent':'Mozilla/5.0 (X11; linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36'}resp = requests.get(url,headers = headers)

在每次重复爬取之间设置一个随机时间间隔

# 比如：time.sleep(random.randint(0,3))  # 暂停0~3秒的整数秒，时间区间：[0,3]# 或：time.sleep(random.random())  # 暂停0~1秒，时间区间：[0,1)

伪造cookies

若从浏览器中可以正常访问一个页面，则可以将浏览器中的cookies复制过来使用，比如：

cookies = dict(uuID='b18f0e70-8705-470d-bc4b-09a8da617e15',UM_distinctID='15d188be71d50-013c49b12ec14a-3f73035d-100200-15d188be71ffd')resp = requests.get(url,cookies = cookies)# 把浏览器的cookies字符串转成字典def cookies2dict(cookies):    items = cookies.split(';')    d = {}    for item in items:        kv = item.split('=',1)        k = kv[0]        v = kv[1]        d[k] = v    return d

注：用浏览器cookies发起请求后，如果请求频率过于频繁仍会被封IP，这时可以在浏览器上进行相应的手工验证（比如点击验证图片等），然后就可以继续正常使用该cookies发起请求。

使用代理

可以换着用多个代理IP来进行访问，防止同一个IP发起过多请求而被封IP，比如：

proxIEs = {'http':'http://10.10.10.10:8765','https':'https://10.10.10.10:8765'}resp = requests.get(url,proxIEs = proxIEs)# 注：免费的代理IP可以在这个网站上获取：http://www.xicIDaili.com/nn/

总结

以上是内存溢出为你收集整理的python爬虫防止IP被封的方法全部内容，希望文章能够帮你解决python爬虫防止IP被封的方法所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。