python爬虫应该怎样使用代理IP

经常碰到很多朋友问我，Python爬虫程序里应该怎样来使用代理IP，默认的urlopen是无法使用代理的IP的，今天就来分享一下Python爬虫怎样使用代理IP的经验。

一，这里以python3为例，首先要导入 urllib的request，然后调用ProxyHandler,它可以接受代理IP的参数。

from urllib import request

px=request.ProxyHandler()

二、接着把IP地址以字典的形式放入其中，这个IP地址是我从站大爷的短效优质代理里随便提取的一个IP。设置键为http，当然有些是https的，然后后面就是IP地址以及端口号。

st.ProxyHandler({'http':'171.11.178.189:38458'})

三、接着再用build_opener()来构建一个opener对象。

opener=request.build_opener(px)

四、然后调用构建好的opener对象里面的open方法来发生请求。实际上urlopen也是类似这样使用内部定义好的opener.open()，这里就相当于我们自己重写。

req=request.Request('网址')

res=opener.open(req)

with open('a.html','wb') as f:

f.write(res.read())

五、在使用代理IP的时候，可能会遇到一些错误，比如计算机积极拒绝之类的，这有可能是代理IP已经失效了，需要换个有效的代理IP来使用；也有可能遇到403或者407之类的错误，需要检查下授权对不对。

总之，在使用代理IP的过程中，总会遇到一些错误，需要冷静的分析，沉着的应对，最终解决问题。