超简单的scrapy实现ip * 与更换ip的方法实现

简单实现ip代理，为了不卖广告，
请自行准备一个ip代理的平台
例如我用的这个平台,每次提取10个ip

从上面可以看到数据格式是文本，换行是\r\n，访问链接之后大概就是长这样的,scrapy里面的ip需要加上前缀http://
例如:http://117.95.41.21:34854

OK，那现在已经准备好了ip了，先给你们屡一下思路。

ip池和计数器放在setting文件

第一次请求的时候要填满ip池,所以在爬虫文件的start_requests函数下手

更换ip的地方是middlewares的下载器中间件类的process_request函数,因为每个请求发起前都会经过这个函数

首先是setting文件,其实就是加两句代码

count = {'count': 0}
ipPool = []

还有就是开启下载器中间件,注意是下面那个download的类,中间件的process_request函数的时候才能生效

下载器中间件的process_request函数,进行ip代理和固定次数更还ip代理池

# 记得导包
from 你的项目.settings import ipPool, count
import random
import requests

def process_request(self, request, spider):
   # 随机选中一个ip
   ip = random.choice(ipPool)
   print('当前ip', ip, '-----', count['count'])
   # 更换request的ip----------这句是重点
   request.meta['proxy'] = ip
   # 如果循环大于某个值,就清理ip池,更换ip的内容
   if count['count'] > 50:
     print('-------------切换ip------------------')
     count['count'] = 0
     ipPool.clear()
     ips = requests.get('你的ip获取的地址')
     for ip in ips.text.split('\r\n'):
       ipPool.append('http://' + ip)
   # 每次访问,计数器+1
   count['count'] += 1
   return None

最后就是爬虫文件的start_requests函数,就是第一次发请求前要先填满ip池的ip

# 记得导包
from 你的项目.settings import ipPool
import random
import requests

def start_requests(self):
   # 第一次请求发起前先填充一下ip池
   ips = requests.get('你的ip获取的地址')
   for ip in ips.text.split('\r\n'):
     ipPool.append('http://' + ip)

简单的ip代理以及固定次数就更换ip池就完成了

来源：https://blog.csdn.net/weixin_44864260/article/details/115024231