爬虫ip经常被封，该如何解决？
经常看到uu们分享，自己向厂商购买了HTTP代理，但是还是经常被封，导致自己无法按时完成作业，项目无法完成，那该如何解决这一问题呢？
只要思想不滑坡，办法总比困难多，我们可以尝试以下方法：
1.User-Agent伪装和轮换
需要注意的是，不同浏览器的不同版本都有不同的User-Agent，所以，我们可以准备多一些的User-Agent，把它们都放在一个列表中，要使用的时候，每次随机选一个，这样我们就能达到每次请求的时候使用的都是不同的User-Agent，也可以有效防止反爬。
2.优化爬虫策略
首先，我们要看此前被封的时候返回的是什么HTTP码，以此来优化我们的爬虫策略，
HTTP返回码 | 说明 |
302 | 出现302一般有2种情况
|
400 | 客户端错误。客户端协议无法被识别 |
407 | 授权错误，出现407一般有3种情况
|
408 | 目标站不可达。服务端与目标站建连失败，服务端不可达或者当前HTTP代理掉线 |
429 | 请求数超出。隧道产品中用户QPS大于购买的请求数;独享和共享产品中，用户当前的代理tcp连接超出限制数 |
431 | 请求头过大。出现在http代理中，header头部信息过多导致 |
500 | 服务器内部错误 |
503 | 当前代理协议不支持，比如ss代理协议 |
508 | 代理目标站为HTTP代理地址导致死循环。一般不出现 |
现在的互联网，很多网站都是设置了反爬机制，如果我们一直使用同一个HTTP代理短期内一直访问该网站，是非常容易触发反爬机制，限制这种访问；或者因为我们的爬虫抓取的速度过快，网站方能很轻松判别我们不是真实用户……
我们需要做的是：
降低抓取频率，重新设置访问时间间隔
我们需要把自己伪装成一个真实的用户在访问，降低访问的频率及频次，把访问的间隔时间设置成或长或短，即：随机数。
3.优质的HTTP代理
尽量不要使用免费的HTTP代理，因为免费的HTTP代理反而是最贵的（成本），此类HTTP代理往往是匿名级别是透明的，网站能轻松识别到我们的真实IP。所以需要使用高匿的HTTP代理，而向厂商购买，大概率买的都是高匿名的，会比较优质。
整理了一份市面上的动态短效代理表格，给有缘人：
分类 | 代表厂商 | 白名单数 | 基础套餐 （元/月） | 平均IP单价 （元/IP） |
按时计费-以IP通道为增量 | 青果网络 | 256 | 29 | 0.0006 |
小象代理 | 5 | 109 | 0.0050 | |
按时计费-以每日IP量为增量 | 巨量代理 | 5 | 155 | 0.0049 |
豌豆代理 | 5 | 300 | 0.0025 | |
讯代理 | 1 | 210 | 0.0583 | |
品易代理 | 20 | 120 | 0.0070 | |
芝麻代理 | 5 | 360 | 0.0182 | |
按量计费 | 青果网络 | 256 | 30 | 0.0030 |
豌豆代理 | 5 | 200 | 0.0200 | |
小象代理 | 5 | 100 | 0.0100 | |
巨量代理 | 5 | 75 | 0.0140 | |
品易代理 | 20 | 100 | 0.0100 | |
芝麻代理 | 5 | 420 | 0.0420 |
总的来说，从单价来看，按时大概是这个排名：
青果网络＜豌豆代理＜巨量代理＜小象代理＜讯代理＜品易代理＜芝麻代理
按量：
青果网络＜小象代理=品易代理＜巨量代理＜安慰你都代理＜芝麻代理
当然，最重要除了成本调控，还有一个就是效果，毕竟也不是大冤种，无论花多少钱，都是想要看到效果的。
索性我是做过了第一家的测试：
总体而言还不错。
