小白请教各大佬点 Python requests 库的 ip 代理池的知识

[Kvip]

这阵子写了点爬虫，目前已顺利将目标网站数据爬下来。现在我想要给程序的请求加个 ip 代理池。
初次学习，产生了两个疑惑，可能问题太过小白，因此没能在网上找到答案，在此特来请教下各位大佬。

1 、如果我们使用的 ip 代理池中某个 ip 失效了，requests 请求是否会自动帮我们从 IP 代理池换个新的 ip 重新进行请求，还是直接就挂掉？

2 、同个 session 下进行有不同的 post 请求，如果前后请求 ip 出现不一样，是否会翻车（后面的是否会请求失败）

3 、求大佬推荐免费的代理池，因为目前只是个人学习乐趣，暂不考虑收费代理池。

以下是我爬虫程序的核心代码：

session = requests.Session()
proxies = {
  "http":"http://ip:端口号"
  "https":"https://ip:端口号"
}
session.get(url, proxies=proxies)
session.post(url, data, proxies=proxies)
session.close()

[mckelvin]

先考虑下能不能通过 x-forwarded-for 头来伪造 IP

[jeeyong]

不是直接人采集任务去判断代理 IP 是否可用吧?
我都是先判断 ip 是否可用, 可用的话压入一个队列.
需要用的时候取出来...
当然每个 ip 的生命周期有多长就要看你选的 ip 怎么样了.
推荐能用的在 30 秒内用完.

[Cy86]

1. 貌似没有， 我都是 try 保护自己写换 ip 逻辑
2. 最好不要， 如果有反爬注意这块的话 会翻车， 可以先测试下容忍度
3. Github 上搜 ip 代理池， 有一堆， 最好从中获取这些网站， 然后自己爬下来写代理池
老白建议：
先给你个 开放代理：ip.ihuan.me
最好按一楼说的试一下， 比如爬 91 这招就贼好使， 但也要控制速度， 每秒 1000 的话 会封 ip
如果要爬的域名是大厂 or 比较有价值，这种反爬比较严重，那还是直接买代理吧， 开放代理都差不多封完了

[xingshu1990]

建议还是用阿布云的收费(1 元 1 小时的那种可以玩玩)，这里还有接入文档： https://www.abuyun.com/http-proxy/dyn-manual.html
我看了一下网络上的教程 好像没有说 requests 自带更换 IP 请求。
那只能是写 try except，另外阿布云目前只是提供国内 IP.

[freakxx]

1 、如果我们使用的 ip 代理池中某个 ip 失效了，requests 请求是否会自动帮我们从 IP 代理池换个新的 ip 重新进行请求，还是直接就挂掉？
requests 不会，
但你可以自己封多一层
每次随机从 ip 池中拿，
写个修饰器，或者用 partial 事先把 headers 包好。

2 、同个 session 下进行有不同的 post 请求，如果前后请求 ip 出现不一样，是否会翻车（后面的是否会请求失败）
这个一般不会，看反爬的容忍度，你就直接试下不就好咯。

[Kvip]

@jeeyong 感谢您提供的思路，这是一个不错的解决方案

[Kvip]

@mckelvin x-forwarded-for 是确实是一种不错的解决思路，我查看了下其原理，应该可以更简便地解决我的问题，明天深入测试下，感谢您提供了一个非常不错的思路。

[Kvip]

@Cy86 谢谢您提供的见解，一楼提供的方案确实不错，明天试下

[Kvip]

@xingshu1990 谢谢您的提供的网站，我会考虑的

[Kvip]

@freakxx 谢谢您提供的处理思路，我测试了下同 session 不同 ip 进行请求后，有效，谢谢您的解答