专题课程
什么是代理？什么情况下会用到代理IP？
代理服务器（Proxy Server），其功能就是代用户去取得网络信息，然后返回给用户。形象的说：它是网络信息的中转站。通过代理IP访问目标站，可以隐藏用户的真实IP。
比如你要抓取一个网站数据，该网站有100万条内容，他们做了IP限制，每个IP每小时只能抓1000条，如果单个IP去抓因为受限，需要40天左右才能采集完，如果用了代理IP，不停的切换IP，就可以突破每小时1000条的频率限制，从而提高效率。
其他想切换IP或者隐藏身份的场景也会用到代理IP，比如SEO等。
代理IP有开放代理也有私密代理，开放代理是全网扫描而来的，不稳定，不适合爬虫，如果自己随便用用还好。用爬虫抓数据，最好使用私密代理。私密代理网上有很多提供商，稳定性参差不齐，现在我们公司使用的是“亿牛云”提供的私密代理。
我们公司有个项目是抓取亚马逊数据来进行分析销量、评论等，用PHP进行抓取，抓取亚马逊要特别注意header头，否则输出的数据就是空了。我们之前是使用的其他家代理的api模式的，但是自己管理ip池觉得很麻烦，所以选择了亿牛云提供的爬虫代理，动态转发模式的，不需要我们自己管理ip池，直接进行数据采集，这很方便也节约了很多时间。
$url = "https://www.amazon.com/dp/B01H2S9F6C";
$urls = "https://httpbin.org/ip";
define("PROXY_SERVER", "tcp://t.16yun.cn:31111");
define("PROXY_USER", "16YUN123");
define("PROXY_PASS", "123456");
$proxyAuth = base64_encode(PROXY_USER . ":" . PROXY_PASS);
$tunnel = rand(1,10000);
$headers = implode("\\r\\n", [
"Proxy-Authorization: Basic {$proxyAuth}",
"Proxy-Tunnel: ${tunnel}",
]);
$sniServer = parse_url($urls, PHP_URL_HOST);
$options = [
"http" => [
"proxy" => PROXY_SERVER,
"header" => $headers,
"method" => "GET",
'request_fulluri' => true,
],
'ssl' => array(
'SNI_enabled' => true, // Disable SNI for https over http proxies
'SNI_server_name' => $sniServer
)
];
print($url);
$context = stream_context_create($options);
$result = file_get_contents($url, false, $context);
var_dump($result);
print($urls);
$context = stream_context_create($options);
$result = file_get_contents($urls, false, $context);
var_dump($result);?>
收藏(0)
赞 
粤公网安备44010602001432号