你当前的位置:首页   >   ip代理小知识   >   爬虫所需的代理IP是什么?

爬虫所需的代理IP是什么?

来源: 泥马IP  作者: 邵帅东  2018年12月19日 15:20

代理IP这个字眼,相信从事互联网行业的人多少都有些了解。但对于一些新手小白而言,他们对爬虫所需的代理IP是什么都是十分迷惑的,今天小编就来为大家详解,以下精彩内容你值得浏览,一起来看!

在爬取某些网站时,我们经常会设置代理 IP 来避免爬虫程序被封。我们获取代理 IP 地址方式通常提取国内的知名 IP 代理商(如西刺代理,快代理,无忧代理等)的免费代理。这些代理商一般都会提供透明代理,匿名代理,高匿代理。那么这几种代理的区别是什么?我们该如何选择呢?本文的主要内容是讲解各种 代理IP 背后的原理。

1 代理类型

代理类型一共能分为四种。除了前面提到的透明代理,匿名代理,高匿代理,还有混淆代理。从安全程度来说,这四种代理类型的排序是 高匿 > 混淆 > 匿名 > 透明。

2 代理原理

代理类型主要取决于代理服务器端的配置。不同配置会形成不同的代理类型。在配置中,这三个变量 REMOTE_ADDR,HTTP_VIA,HTTP_X_FORWARDED_FOR 是决定性因素。

1) REMOTE_ADDR

REMOTE_ADDR 表示客户端的 IP,但是它的值不是由客户端提供的,而是服务器根据客户端的 IP 指定的。

如果使用浏览器直接访问某个网站,那么网站的 web 服务器(Nginx、Apache等)就会把 REMOTE_ADDR 设为客户端的 IP 地址。

如果我们给浏览器设置代理,我们访问目标网站的请求会先经过代理服务器,然后由代理服务器将请求转化到目标网站。那么网站的 web 服务器就会把 REMOTE_ADDR 设为代理服务器的 IP。

2)X-Forwarded-For(XFF)

X-Forwarded-For 是一个 HTTP 扩展头部,用来表示 HTTP 请求端真实 IP。当客户端使用了代理时,web 服务器就不知道客户端的真实 IP 地址。为了避免这个情况,代理服务器通常会增加一个 X-Forwarded-For 的头信息,把客户端的 IP 添加到头信息里面。

X-Forwarded-For 请求头格式如下:

X-Forwarded-For: client, proxy1, proxy2

client 表示客户端的 IP 地址;proxy1 是离服务端最远的设备 IP; proxy2 是次级代理设备的 IP;从格式中,可以看出从 client 到 server 是可以有多层代理的。

如果一个 HTTP 请求到达服务器之前,经过了三个代理 Proxy1、Proxy2、Proxy3,IP 分别为 IP1、IP2、IP3,用户真实 IP 为 IP0,那么按照 XFF 标准,服务端最终会收到以下信息:

X-Forwarded-For: IP0, IP1, IP2

Proxy3 直连服务器,它会给 XFF 追加 IP2,表示它是在帮 Proxy2 转发请求。列表中并没有 IP3,IP3 可以在服务端通过 Remote Address 字段获得。我们知道 HTTP 连接基于 TCP 连接,HTTP 协议中没有 IP 的概念,Remote Address 来自 TCP 连接,表示与服务端建立 TCP 连接的设备 IP,在这个例子里就是 IP3。

3)HTTP_VIA

via 是 HTTP 协议里面的一个header,记录了一次 HTTP 请求所经过的代理和网关,经过1个代理服务器,就添加一个代理服务器的信息,经过2个就添加2个。

3 代理类型区别

1) 透明代理(Transparent Proxy)代理服务器的配置如下:
REMOTE_ADDR = Proxy IP
HTTP_VIA = Proxy IP
HTTP_X_FORWARDED_FOR = Your IP
透明代理虽然可以直接“隐藏”客户端的 IP 地址,但是还是可以从HTTP_X_FORWARDED_FOR来查到客户端的 IP 地址。

2) 匿名代理(Anonymous Proxy)
代理服务器的配置如下:
REMOTE_ADDR = proxy IP
HTTP_VIA = proxy IP
HTTP_X_FORWARDED_FOR = proxy IP
匿名代理能提供隐藏客户端 IP 地址的功能。使用匿名代理,服务器能知道客户端使用用了代理,当无法知道客户端真实 IP 地址。

3) 混淆代理(Distorting Proxy)
代理服务器的配置如下:
REMOTE_ADDR = Proxy IP
HTTP_VIA = Proxy IP
HTTP_X_FORWARDED_FOR = Random IP address
与匿名代理的原理相似,但是会伪装得更逼真。如果客户端使用了混淆代理,服务器还是能知道客户端在使用代理,但是会得到一个假的客户端 IP 地址。

4) 高匿代理(Elite  Proxy 或 High Anonymity Proxy)
代理服务器的配置如下:
REMOTE_ADDR = Proxy IP
HTTP_VIA = not determined
HTTP_X_FORWARDED_FOR = not determined
高匿代理既能让服务器不清楚客户端是否在使用代理,也能保证服务器获取不到客户端的真实 IP 地址。

4 代理的选择

普通匿名代理能隐藏客户机的真实 IP,但会改变我们的请求信息,服务器端有可能会认为我们使用了代理。不过使用此种代理时,虽然被访问的网站不能知道客户端的 IP 地址,但仍然可以知道你在使用代理,当然某些能够侦测 IP 的网页仍然可以查到客户端的 IP。

而高度匿名代理不改变客户机的请求,这样在服务器看来就像有个真正的客户浏览器在访问它,这时客户的真实IP是隐藏的,服务器端不会认为我们使用了代理。

因此,爬虫程序需要使用到代理 IP 时,尽量选择普通匿名代理和高匿名代理。另外,如果要保证数据不被代理服务器知道,推荐使用 HTTPS 协议的代理。

爬虫所需的代理IP是什么?看到这里,相信大家已经有明晰认知了吧!为了助力更多还在为此困惑的人了解,希望大家可以毫不吝啬的转发小编的文章。希望可以帮助到大家,欢迎大家采纳!

阅读 718   

相关推荐

什么是代理IP,具有哪些功能呢

说到代理IP不知多少人是知道熟悉的呢,而且代理IP究竟是什么,具有哪些特点和功能呢,其实这些很多人的批示不太熟悉的,下面小编帮大家总结一些相关的知识,希望可以帮到大家。 代理 . . .

2019年1月7日
IP代理的功能是什么呢

其实开网店的老板基本上最担心的问题就是,店铺刷单太多可能会造成被封的危险,还有就是网站发帖太多而导致IP地址被封的可能性等,那么很多人一直想知道的就是IP代理具有哪些功能呢? . . .

2019年1月3日
如何选择合适的代理IP呢

不知给大家说起 代理IP 都是否熟悉呢,其实在生活中很多人在上网时,可能不想使用自己电脑的IP,那么该怎么办呢?而且该如何选择合适的代理IP呢?今天小编帮大家总结一下相关 . . .

2019年1月3日
代理IP支持哪些协议,有区别吗

给大家说到 代理IP 很多人应该是很熟悉的。其实在进行代理IP的时候也还是有一些协议的,但一定要知道支持的是哪些协议。所以在搞清楚协议,下面小编帮大家总结一下相关的知识。 . . .

2018年12月26日
IP代理和VPN有什么区别?

IP代理很多人接触不到,大都是互联网工作者会需要到。 IP代理 总的作用就是隐藏自身IP地址,使用新的IP去代替访问操作,从而获得网络资源。IP代理也有其他的作用,例如可 . . .

2018年12月24日
如何选择合适的代理IP呢?

一说到代理IP应该有一部人是很熟悉的,但代理IP究竟该怎么进行选择,其中有哪些需要考虑的因素呢,其实这些也都是大家都想知道的,下面小编帮大家总结一些有关代理IP的知识,希望可以帮到大家。 . . .

2018年12月19日
代理IP上网的方法,你get到了吗?

在人们的日常生活和工作中,大家上网大概不想使用自己电脑上的IP,在或者说需要换IP来申请什么东西,更甚于会看某些被限制的网站,遇到这些情况时我们要怎么做呢?下面小编来为大家分享 代 . . .

2018年12月11日
什么是IP代理,其工作原理是怎么样的呢

其实给大家一说到IP代理很多人都是知道的,而且几乎都是有种似曾相识的感觉,不过很多人都想知道的就是什么是 IP代理 呢,其工作原理是怎么样的呢,下面小编帮大家总结一下相关 . . .

2018年12月10日
IP代理具有哪些类型,具有哪些原理呢 IP代理具有哪些类型,具有哪些原理呢
IP代理具有哪些类型,具有哪些原理呢

说到 IP代理 不知大家都是都熟悉呢,可能一部分是完全都不知道,其中很多人疑惑的就是 IP代理 时什么,具有哪些类型和原理呢,究竟该如何获得大量的I . . .

2018年12月3日
使用代理IP就能够查到别人的地址吗?

现在,高匿代理ip时代已经到来,但是,还是有很多人不了解高匿代理ip到底有什么用,虽然随着网络科技的发展,网络对我们的生活带来了很多方便,也带来了更多的选择,网络信息的高速发展不仅会使我们个人 . . .

2018年11月27日

友情链接

联系我们  新闻中心 每日代理ip分享

泥马IP代理 - http代理服务器免费代理IP地址大量供应

© 2016 - 2020. 泥马代理IP, All rights reserved.

在线客服