在进行数据抓取时,经常会遇到IP被限制的情况,常见的解决方案是搭建代理IP池,或购买IP代理的服务。除此之外,还有一个另外的方法就是使用家里的宽带网络进行抓取。由于家里的宽带每次断开重新连接时都会分配一个新的IP,所以在我们抓取数据的时候,判断当IP被禁掉时,立即在路由器中进行断开重新连接操作。考虑到人工操作比较繁琐,另外也不可能一直盯着执行的程序,就考虑使用Python自动多路由器进行设置。
以下代码为针对家里的TP-Link进行的设置,其他路由器的设置原理也应该一样。
import base64, requests, time, re base_url = 'http://192.168.1.1'user = 'admin'pwd = 'password' headers = { 'Accept': '*/*', 'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET4.0C; .NET4.0E)', 'Referer': base_url + '/userRpm/StatusRpm.htm', 'Cookie': 'Authorization=Basic ' + base64.b64encode((user + ':' + pwd).encode(encoding='utf-8')).decode( encoding='utf-8')} def get_ip(): url = "http://2018.ip138.com/ic.asp" r = requests.get(url) txt = r.text ip = txt[txt.find("[") + 1: txt.find("]")] return ip def get_ip_status(): url = base_url + "/userRpm/StatusRpm.htm" r = requests.get(url=url, headers=headers) pattern = re.compile('(/d+/./d+/./d+/./d+)') ip = re.findall(pattern,r.text) return ip[3] def change_ip(): url = base_url + '/userRpm/StatusRpm.htm?Disconnect=%B6%CF%20%CF%DF&wan=1' requests.get(url=url, headers=headers) while True: time.sleep(5) new_ip = get_ip_status() if new_ip != '0.0.0.0': break if __name__ == "__main__": change_ip()
以上代码已经经过测试,能够正常使用。希望对大家的学习有所帮助,也希望大家多多支持武林站长站。
新闻热点
疑难解答