简易爬虫工具：代理IP设置步骤新手入门教程

手把手教你给爬虫挂代理IP

大伙儿做数据抓取时，最头疼的就是被目标网站封IP。这时候就需要给爬虫套个”马甲”——也就是代理IP。今天咱就拿最常见的Python爬虫举例，教你怎么给程序穿马甲。

第一步：搞到靠谱的代理IP

推荐用ipipgo家的动态住宅IP，7块多1GB流量挺划算。他们家的IP池子大，全球200多个国家的运营商资源，被封的概率低很多。重点说下怎么取IP：

import requests

 从ipipgo的API获取代理
api_url = "https://api.ipipgo.com/getproxy"
params = {
    "type": "dynamic",
    "count": 5,
    "protocol": "http"
}

response = requests.get(api_url, params=params)
proxies = response.json()['data']

这段代码能一次性拿5个动态住宅IP，注意实际使用时要替换成自己的API密钥。他们家客户端也能直接导出代理列表，对新手更友好。

第二步：给requests库挂代理

假设已经拿到了代理IP，最常用的配置方法是这样的：

session = requests.Session()
proxy = "http://用户名:密码@ip地址:端口"

try:
    response = session.get('目标网址', proxies={'http': proxy}, timeout=10)
    print(response.text)
except Exception as e:
    print(f"这个IP不好使了，换下一个：{str(e)}")

注意这里要填用户名密码（ipipgo后台能生成），别直接用裸IP。遇到超时或403错误就赶紧换IP，别死磕。

代理IP轮换技巧

单用一个IP容易被发现，得学会打游击战。这里有个简单的轮换方案：

from itertools import cycle

proxy_pool = cycle(proxies)   把获取的代理列表放进来

for page in range(1, 100):
    current_proxy = next(proxy_pool)
    try:
        res = requests.get(url, proxies={'http': current_proxy})
         处理数据...
    except:
        print(f"跳过失效代理：{current_proxy}")

这样会自动循环使用代理池里的IP。建议每成功请求3-5次就主动换IP，别等被封了才换。

常见翻车现场QA

Q：为啥挂了代理还是被封？
A：两个可能：1.目标网站检测到HTTP头异常 2.代理IP质量不行。建议在代码里加上随机User-Agent，同时换用ipipgo的静态住宅IP（虽然贵点但更稳定）

Q：代理IP显示成功但收不到数据？
A：八成是代理服务器没开白名单。去ipipgo后台把本机IP加入白名单，或者用他们家的客户端直连模式，这个最省事。

Q：不同网站需要换不同代理吗？
A：抓国内网站用本地运营商IP，海外网站建议用ipipgo的跨境专线。要是做谷歌爬虫，记得选他们家TK专线套餐。

套餐选择指南

根据业务需求选套餐（价格可能有变动，以官网为准）：

最后提醒下，用代理IP要遵守网站的robots协议。遇到复杂反爬策略的话，可以直接找ipipgo的技术支持要定制方案，他们能根据具体业务配不同的IP组合，比自己瞎折腾强多了。