使用代理ip防止爬虫被封ip(附亿牛云代理开发过程)

在我们使用爬虫的过程中，很容易遇到反爬机制是禁用ip的，可以使用代理ip解决ip被封的问题。但是网上ip代理有很多家，到底选哪家好呢？

本文选择亿牛云代理(官网地址www.16yun.cn)进行演示，使用php语言，如果需要大规模抓取可以去试试python。

在官网我们可以看到有提供两种方式进行代理，一种是api模式，一种是隧道模式。Api模式就是我们爬虫最常用到的，就是提供url连接给你，你的程序自动的获取代理信息。这个模式适合自己需要管理ip池控制ip的使用，ip的有效时间是2到10分钟；隧道模式就提供给你一个固定的服务器ip地址信息，包括ip：端口：用户名：密码只需要将代理信息配置到程序里面就可以使用，他们后台会自动切换ip，这个模式很方便，简单。

第一种方式

第一种方式

首先代理提供商会提供给你一个api接口，你可以通过这个接口去获取ip和端口号。但是这些ip的时效是2到10分钟，所以我建立了一个ip池，每两分钟去更新一次ip池，以确保这些ip每次用到的时候都是有效的。

第二种方式

可以直接查看亿牛云代理接入文档php代码

<?php

        // 要访问的目标页面

        $url = "http://httpbin.org/ip";

        $urls = "https://httpbin.org/ip";

        // 代理服务器

        define("PROXY_SERVER", "tcp://t.16yun.cn:31111");

        // 隧道身份信息

        define("PROXY_USER", "16YUN123");

        define("PROXY_PASS", "123456");

        $proxyAuth = base64_encode(PROXY_USER . ":" . PROXY_PASS);

        // 设置 Proxy tunnel

        $tunnel = rand(1,10000);

        $headers = implode("\r\n", [

            "Proxy-Authorization: Basic {$proxyAuth}",

            "Proxy-Tunnel: ${tunnel}",

        ]);

        $sniServer = parse_url($urls, PHP_URL_HOST);

        $options = [

            "http" => [

                "proxy"  => PROXY_SERVER,

                "header" => $headers,

                "method" => "GET",

                'request_fulluri' => true,

            ],

            'ssl' => array(

                    'SNI_enabled' => true, // Disable SNI for https over http proxies

                    'SNI_server_name' => $sniServer

            )

        ];

        print($url);

        $context = stream_context_create($options);

        $result = file_get_contents($url, false, $context);

        var_dump($result);

        // 访问 HTTPS 页面

        print($urls);

        $context = stream_context_create($options);

        $result = file_get_contents($urls, false, $context);

        var_dump($result);?>

经过一周的测试，代理的有效率在90%以上，总体来说效果还是很好的。