selenium+python怎么设置爬虫代理IP
这篇文章主要讲解了“selenium+python怎么设置爬虫代理IP”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“selenium+python怎么设置爬虫代理IP”吧!
成都创新互联专注为客户提供全方位的互联网综合服务,包含不限于成都做网站、成都网站建设、自贡网络推广、小程序开发、自贡网络营销、自贡企业策划、自贡品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等,从售前售中售后,我们都将竭诚为您服务,您的肯定,是我们最大的嘉奖;成都创新互联为所有大学生创业者提供自贡建站搭建服务,24小时服务热线:13518219792,官方网址:www.cdcxhl.com
1. 设置背景
在使用selenium浏览器渲染技术,当我们爬取某个网站的信息的时候,在一般情况下速度都不是特别的快。而且需要利用selenium浏览器渲染技术爬取的网站,反爬虫的应对技术都比较厉害,对IP访问频率有很高程度的限制。所以,如果想提升selenium抓取数据的速度,可以从两个方面出发:
第一方面, 抓取频率要提高,破解出现的验证信息,一般都是验证码或者是用户登陆 。
第二方面,使用多线程 + 代理IP, 这种方式,需要电脑有足够的内存和充足稳定的代理IP 。
2. 为chrome设置代理IP
注意事项:
第一,选择稳定的固定的代理IP。不要选择动态代理IP。我们常用的爬虫IP代理通常都是具有高度保密性质的高匿名动态IP,是通过拨号动态产生的,时效性非常的短,一般都是在3分钟左右。对于scrapy这种并发度很高,又不需要登录的爬虫来说,非常合适,但是在浏览器渲染类爬虫中并不适用。
第二,选择速度较快的代理IP。因为selenium爬虫采用的是浏览器渲染技术,这种浏览器渲染技术速度就本身就很慢。如果选择的代理IP速度较慢,爬取的时间就会进一步增加。
第三,要有足够大的电脑内存。因为chrome占内存较大,在并发度很高的情况下,容易造成浏览器崩溃,也就是程序崩溃。
第四,在程序结束时,调用 browser.quit( ) 清除浏览器缓存。
3. 需要用户名密码验证的代理
感谢各位的阅读,以上就是“selenium+python怎么设置爬虫代理IP”的内容了,经过本文的学习后,相信大家对selenium+python怎么设置爬虫代理IP这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
网站名称:selenium+python怎么设置爬虫代理IP
当前网址:http://scjbc.cn/article/gshssi.html