寫(xiě)在前面
做爬蟲(chóng)的小伙伴一般都繞不過(guò)代理IP這個(gè)問(wèn)題.
PS:如果還沒(méi)遇到被封IP的場(chǎng)景，要不就是你量太小人家懶得理你，要不就是人家壓根不在乎...
爬蟲(chóng)用戶(hù)自己是沒(méi)有能力維護(hù)一系列的代理服務(wù)器和代理IP的，這個(gè)成本實(shí)在有點(diǎn)高了。
所以公用代理服務(wù)器應(yīng)運(yùn)而生,現(xiàn)在幾大云服務(wù)商家都提供代理IP服務(wù)，一般論個(gè)買(mǎi)...
同時(shí)網(wǎng)上也有很多代理IP共享網(wǎng)站，會(huì)把一些免費(fèi)的代理IP放出來(lái)給大家用。
大家都是做爬蟲(chóng)的，那么，是不是可以先把代理IP網(wǎng)站的數(shù)據(jù)爬一遍？
所以可以看到不少的爬代理IP的爬蟲(chóng)，如突破反爬蟲(chóng)的利器——開(kāi)源IP代理池之類(lèi)的項(xiàng)目。
這些項(xiàng)目都能達(dá)到抓取代理IP數(shù)據(jù)的目的，很多時(shí)候也夠用了。
然而在使用過(guò)程中我們發(fā)現(xiàn)了一些問(wèn)題：
網(wǎng)站公布的代理IP不一定是可用的?？赡艽矸?wù)器掛了，可能IP無(wú)效了...等等之類(lèi)的。
代理IP是部分可用的。某代理IP可用代理訪(fǎng)問(wèn)百度，但是代理訪(fǎng)問(wèn)谷歌的時(shí)候就GG了。
代理連通性是好的，但是已經(jīng)被訪(fǎng)問(wèn)站識(shí)別為代理IP返回驗(yàn)證碼或者辣雞數(shù)據(jù)。
