IP模擬器
沒(méi)有代理IP，網(wǎng)絡(luò)爬蟲會(huì)受到限制嗎？很多人認(rèn)為爬蟲必須使用代理IP，沒(méi)有代理IP是很困難的。也有人說(shuō)代理IP沒(méi)有必要，那么他們?yōu)槭裁磿?huì)這樣想呢
有朋友說(shuō)，他用的摩托車收集器是用來(lái)收集一些物品，然后按照自己的要求進(jìn)行加工的。他從不使用代理IP，每天收集大約1萬(wàn)篇文章。他覺(jué)得不用代理就能抓取IP照片。
一個(gè)朋友說(shuō)，他自己寫了一個(gè)爬蟲程序。該公司的任務(wù)是每天抓取成千上萬(wàn)的網(wǎng)頁(yè)。有時(shí)候，當(dāng)有很多任務(wù)的時(shí)候，一天可以花費(fèi)數(shù)百萬(wàn)。在抓取ip時(shí)，它被阻塞。沒(méi)有代理IP是不可能的。他認(rèn)為，沒(méi)有代理IP爬蟲，這是不可能的。顯然，他們說(shuō)的很有道理，他們都用親身經(jīng)歷來(lái)證明自己的觀點(diǎn)。實(shí)上，爬蟲本質(zhì)上只是一個(gè)訪問(wèn)網(wǎng)頁(yè)的用戶。只是一個(gè)不遵守規(guī)則的特殊用戶。服務(wù)器一般不歡迎這類總是被發(fā)現(xiàn)并通過(guò)各種手段被禁止的特殊用戶。最常用的方法是確定你的訪問(wèn)頻率，因?yàn)槠胀ㄈ嗽L問(wèn)網(wǎng)頁(yè)的速度不會(huì)很快。如果發(fā)現(xiàn)某個(gè)IP訪問(wèn)速度過(guò)快，它將被禁止。
當(dāng)工作量不是很大的時(shí)候，也就是像第一個(gè)朋友一樣，可以慢慢爬，但頻率不是很快。這對(duì)目標(biāo)服務(wù)器來(lái)說(shuō)似乎是可以承受的，并且不會(huì)影響正常的操作，所以它不會(huì)阻止IP，這樣就可以在沒(méi)有代理IP的情況下完成日常工作負(fù)載。當(dāng)任務(wù)量比較大的時(shí)候，比如第二個(gè)朋友，一天有幾十萬(wàn)幾百萬(wàn)的數(shù)據(jù)量，就無(wú)法慢慢完成任務(wù)。如果你加速爬升，目標(biāo)服務(wù)器會(huì)因壓力過(guò)大而被IP阻塞，你將無(wú)法完成任務(wù)。能怎么辦，必須使用代理IP來(lái)解決它。
例如，如果一個(gè)IP在短時(shí)間內(nèi)被訪問(wèn)100次，目標(biāo)服務(wù)器會(huì)認(rèn)為訪問(wèn)速度太快，導(dǎo)致IP被阻塞。但是，如果10個(gè)代理IP在短時(shí)間內(nèi)被訪問(wèn)10次，也不會(huì)被認(rèn)為速度太快而被封鎖。在工作量巨大的時(shí)候，使用代理IP往往可以事半功倍，這也是為什么有人認(rèn)為沒(méi)有代理IP就沒(méi)有網(wǎng)絡(luò)爬蟲的原因。
