Thư viện Requests là phương pháp phổ biến nhất để gửi yêu cầu HTTP bằng Python. Đây là một trong những thư viện dễ sử dụng nhất. Python là một ngôn ngữ lập trình bậc cao cho các mục đích lập trình đa năng. Requests so với các thư viện thay thế Python khác thường yêu cầu viết ít mã hơn để trích xuất dữ liệu. Những người đam mê thu thập dữ liệu web đều biết rằng một proxy chất lượng cao sẽ là tốt hơn cả. Các trang web ngày nay sử dụng các biện pháp chống bot tiên tiến để tự bảo vệ mình khỏi quá trình tự động hóa. Vì vậy, việc xây dựng và duy trì trình thu thập của riêng bạn bao gồm thiết lập một máy chủ proxy để tránh bị cấm địa chỉ IP hoặc các trở ngại khác. Dưới đây là hướng dẫn từng bước về cách thiết lập và xoay vòng proxy trong Python bằng Requests.
Nếu muốn thực hiện nhiều yêu cầu với cùng một cấu hình proxy, bạn cần tạo một phiên và thêm proxy của mình. Bạn có thể làm điều đó bằng cách chuyển đối tượng phiên có cấu hình proxy của mình và gửi yêu cầu thông qua đối tượng đó.
Nếu muốn lưu trữ cấu hình proxy của mình để sử dụng trong tương lai, bạn sẽ cần đặt các biến môi trường. Bằng cách này, bạn có thể dễ dàng chuyển đổi giữa các cài đặt proxy khác nhau mà không cần sửa đổi mã của mình.
Bước 1. Tùy thuộc vào hệ điều hành của bạn, bạn có thể đặt/xuất các biến môi trường sang địa chỉ proxy và cổng.
Đối với người dùng Windows:
set http_proxy=http://username:password@:PORT
set https_proxy=http://username:password@:PORT
Nếu bạn không muốn bị đưa vào danh sách đen hoặc bị giới hạn tỷ lệ bởi các trang web, trước tiên bạn sẽ cần một nhóm địa chỉ IP. Khi đó một dịch vụ proxy xoay IP sẽ là cần thiết để đáp ứng yêu cầu này. Nếu không, bạn sẽ phải thực hiện quá nhiều yêu cầu kết nối từ một IP và rất dễ bị cho vào danh sách hạn chế.
Bạn nên sử dụng dịch vụ proxy trả phí. IP miễn phí không đáng tin cậy, nó có thể bị chèn quảng cáo hoặc dễ dàng tiết lộ dữ liệu của bạn. Mặt khác, các proxy trả phí duy trì cơ sở hạ tầng an toàn với với chất lượng đảm bảo, vì vậy bạn sẽ ít bị chặn hơn.
Gửi nhiều yêu cầu an toàn với proxy xoay IP
Bước 1. Đầu tiên, nhập các thư viện sau:
import requests
import random
Bước 2. Sau đó, xác định danh sách địa chỉ IP bạn muốn sử dụng.
import requests
import random
# Define your proxies
proxy_pool = ['user:password@host:3001', 'user:password@host:3002', 'user:password@host:3003']
# Going through 10 requests
for i in range(10):
# Select a random proxy from the pool
proxy = {'http': random.choice(proxy_pool)}
# Send the request using the same proxy
response = requests.get('URL', proxies = proxy)
# Print the response
print(response.text)
Trong hướng dẫn này, bạn đã biết cách sử dụng máy chủ proxy khi thực hiện các yêu cầu HTTP bằng Python Requests. Sử dụng proxy có thể giúp yêu cầu của bạn an toàn hơn hoặc ẩn danh hơn, cũng như ngăn IP của bạn bị chặn khi quét qua các trang web. Truy cập zingproxy.com để đăng ký dịch vụ proxy chất lượng cao cũng như biết thêm nhiều điều thú vị xoay quanh Proxy. Cảm ơn đã theo dõi bài viết!
Trong môi trường kinh doanh trên Amazon, việc sử dụng Proxy cho Amazon là một chiến lược thiết yếu để quản lý nhiều tài khoản và tránh rủi ro đình chỉ. Thông báo “liên quan đến một tài khoản khác” có thể gây ảnh hưởng nghiêm trọng đến hoạt động kinh doanh bạn đã dày […]
Trong thế giới MMO (Make Money Online) đầy cạnh tranh, việc sở hữu và quản lý nhiều tài khoản trên các nền tảng như Facebook, Google, eBay, hay Amazon không còn là lợi thế, mà đã trở thành yêu cầu bắt buộc. Tuy nhiên, đi kèm với đó là một nỗi ám ảnh thường trực: […]
Trong Phần 1 và Phần 2, chúng ta đã xây dựng nền tảng hệ thống ghi log traffic quảng cáo với HAProxy, bao gồm cài đặt, cấu hình log cơ bản, lọc dữ liệu với ACLs, định tuyến và quản lý vòng đời log bằng Logrotate. Bây giờ, chúng ta sẽ chuyển sang giai đoạn […]
Bài viết trước đã hướng dẫn cài đặt HAProxy và cấu hình ghi log cơ bản. Tuy nhiên, việc thu thập tất cả dữ liệu log có thể dẫn đến file log khổng lồ, khó quản lý và phân tích. Phần này sẽ đi sâu vào các kỹ thuật nâng cao để kiểm soát và […]
Trong thời đại số, việc hiểu rõ lưu lượng truy cập (traffic) là chìa khóa để tối ưu hóa mọi chiến dịch quảng cáo và đảm bảo hiệu suất hệ thống. Đặc biệt, với những hệ thống xử lý lượng lớn traffic quảng cáo, việc ghi lại và phân tích log trở nên vô cùng […]
Sau khi thiết lập định dạng log chuẩn và áp dụng các kỹ thuật lọc, xoay vòng hiệu quả trong hai bài viết trước, giờ đây bạn đã có trong tay một nguồn dữ liệu ghi log quảng cáo sạch, giàu thông tin và sẵn sàng để khai thác. Đây chính là thời điểm để […]