Python爬取大量数据时，如何防止IP被封？

这两天我爬取了猪八戒上的一些数据 网址是：，可能是由于爬取的数据量有点多吧，结果我的IP被封了，需要自己手动来验证解封ip,但这显然阻止了我爬取更多的数据了。

下面是我写的爬取猪八戒的被封IP的代码

我发现代码运行完后，后面有几页数据没有被爬取，我再也没有办法去访问猪八戒网站了，等过了一段时间才能去访问他们的网站，这就很尴尬了，我得防止被封IP。

如何防止爬取数据的时候被网站封IP这里有一些套路，查了一些套路：

1.修改请求头

之前的爬虫代码没有添加头部，这里我添加了头部，模拟成浏览器去访问网站：

2.采用代理IP

当自己的IP被网站封了之后，只能采用代理IP的方式进行爬取，所以每次爬取的时候尽量用代理IP来爬取，封了代理还有代理。

这里我引用了这个博客的一段代码来生成IP地址:

生成代理IP,大家可以直接把这个代码拿去用

好了我用上面的代码给我生成了一批IP地址（有些IP地址可能无效，但只要不封我自己的IP就可以了,哈哈），然后我就可以在我的请求头部添加IP地址

** 给我们的请求添加代理IP**

最后完整代码如下：

数据全部爬取出来了，且我的IP也没有被封。当然防止被封IP肯定不止这些了，这还需要进一步探索!

最后

虽然数据我是已经抓取过来了，但是我的数据都没有完美呈现出来，只是呈现在我的控制台上，这并不完美，我应该写入execl文件或者数据库中啊，这样才能方便采用。所以接下来我准备了使用Python操作excel,mysql,mongoDB。

（完）