통합 · 중급

스크랩의 회전 및 끈적한 프록시는 downloader Middleware로

Scrapy의 HttpProxyMiddleware는 request.meta["proxy"]를 통해 인증된 HTTP 프록시를 지원합니다. 실제 전달된 게이트웨이를 구성하고, 요청을 따르고 concurrency을 증가하기 전에 할당된 세션 모드를 확인합니다.

2 분 읽음 4개의 단면도 검토일 편집팀 Proxy Cyber

가장 간단한 버전#

재시동하기 전에 응답을 분류합니다. 403은 다른 IP가 해결되지 않을 수있는 액세스 규칙을 나타냅니다. 429의 존경 Retry-After 및 요청 속도를 감소; 임시 연결 또는 서버 실패에 대한 경계 백 오프를 사용합니다. 중복 작업을 방지 할 때만 재시동 작업.

스파이더
import scrapy

PROXY = "http://USER-cc-us:PASS@res.proxy-cyber.com:9000"

class PricesSpider(scrapy.Spider):
    name = "prices"
    start_urls = ["https://example.com/catalog"]

    def start_requests(self):
        for url in self.start_urls:
            yield scrapy.Request(url, meta={"proxy": PROXY})

    def parse(self, response):
        for href in response.css("a.product::attr(href)").getall():
            yield response.follow(href, callback=self.parse_product, meta={"proxy": PROXY})

    def parse_product(self, response):
        yield {"url": response.url, "price": response.css(".price::text").get()}

아이템당 끈끈한 세션을 위한 미들웨어#

다운로드
import hashlib

class Proxy CyberMiddleware:
    GATEWAY = "res.proxy-cyber.com:9000"

    def __init__(self, user, password, country):
        self.user, self.password, self.country = user, password, country

    @classmethod
    def from_crawler(cls, crawler):
        s = crawler.settings
        return cls(s.get("KEY_PROXY_USER"), s.get("KEY_PROXY_PASS"), s.get("KEY_PROXY_COUNTRY", "us"))

    def process_request(self, request, spider):
        # Sticky when the request carries a session key (e.g. one per product flow), rotating otherwise
        key = request.meta.get("session_key")
        user = f"{self.user}-cc-{self.country}"
        if key:
            sid = hashlib.sha1(key.encode()).hexdigest()[:12]
            user += f"-sid-{sid}-ttl-10m"
        request.meta["proxy"] = f"http://{user}:{self.password}@{self.GATEWAY}"
설정.py
DOWNLOADER_MIDDLEWARES = {
    "myproject.middlewares.Proxy CyberMiddleware": 350,   # before HttpProxyMiddleware (750)
}
KEY_PROXY_USER = "USER"
KEY_PROXY_PASS = "PASS"
KEY_PROXY_COUNTRY = "de"

CONCURRENT_REQUESTS = 32
CONCURRENT_REQUESTS_PER_DOMAIN = 8
AUTOTHROTTLE_ENABLED = True
AUTOTHROTTLE_TARGET_CONCURRENCY = 4.0
DOWNLOAD_TIMEOUT = 45
RETRY_ENABLED = True
RETRY_TIMES = 2
RETRY_HTTP_CODES = [408, 429, 500, 502, 503, 504, 522, 524]
COMPRESSION_ENABLED = True

연결 재사용 및 IP 할당은 다른 제어입니다. 클라이언트 세션은 소켓을 재사용합니다. 할당 된 게이트웨이는 교체 및 끈적한 세션 동작을 결정합니다. 귀하의 서비스로 제공되는 세션 매개 변수를 사용하고 여러 요청을 통해 출구를 확인합니다. 소켓을 닫거나 연결을 전송하십시오. 닫기는 다른 IP를 보장하지 않습니다.

아래 청구서를 유지#

  • Scrapy는 이미지 또는 스크립트를로드하지 않습니다. HTML 및 JSON 만 페이지는 HTML 크기로 비용이 들립니다.
  • Enable 압축 (과태) 및 피 Splash 또는 데이터가 필요하지 않는 브라우저 렌더링.
  • 캐시와 HTTPCACHE_ENABLED = True 개발 중에 선택자를 디버깅하면서 동일한 페이지를 다시 읽지 못합니다.

Per-domain 비석#

수영장은 많은 유석 방문객이 될 수있는 방법입니다. 1 불빛이 아닙니다. CONCURRENT_REQUESTS_PER_DOMAIN 그리고 AutoThrottle는 출구 당 인간 가능한 비율에 각 표적을 지킵니다; 법적 책임 공격처럼 보이는 것을 금지합니다.

자주 묻는 질문#

나는 스크랩 - 회전 - 프로판이 필요합니까?

게이트웨이가 없습니다. 교체는 Proxy Cyber 측에 모든 새로운 연결이 가능합니다. 즉, 패키지는 정적 프록시 목록을 관리합니다. res.proxy-cyber.com에는 구성할 프록시가 있습니다.

요청 당 다른 국가를 어떻게 사용합니까?

settings request.meta["country"] in the Spider and read it in the middleware to build the -cc- 매개 변수; 예를 들어 brevity에 대한 단일 설정을 사용합니다.

당신의 계정

한 계정에서 프록시 관리

네트워크, 장소 주문 및 한 대시보드에서 균형 및 지원 요청을 따르십시오. 우리의 팀 리뷰 지불 및 배달 후 연결 세부 사항을 제공합니다.

계정 만들기