一、工具准备
动态vps: 我用的是云立方的动态vps,0.5G内存,11G硬盘,20G宽带,一年1800元,动态vps主要是运行代理服务,比较耗宽带,通过拨号来更换IP,实现动态代理的效果
固定IP服务器:用的阿里云服务器,1核1G内存,40G云盘,一年836元,该服务器主要是实时获取动态vps的IP,并对外提供接口,这些服务不怎么耗资源,该服务器还可以用来跑爬虫或者搭网站
二、环境搭建
动态vps
功能:搭建代理服务,并通过在vps上拨号切换IP,将切换后的IP传到固定IP的服务器上
工具:代理服务-tinyproxy, 发送IP-python的requests库
系统:云立方的可以预装系统,我选的是CentOS7.1系统,在管理后台进行操作
连接服务器:ssh user@ip -p port
拨号操作:断开网络:adsl-stop, 拨号:adsl-start
查看公网IP:curl icanhazip.com
加代理查看IP:curl -x ‘ip:port’ -v icanhazip.com
判断IP是否变化:先查看公网IP,然后断开连接,重新拨号,再看下公网IP,如果发现没有变化,可以多试几次,有几率重播后公网IP依旧没变
1、代理服务搭建:tinyproxy
安装命令:
# 添加EPEL仓库,然后更新yum源:
sudo yum install epel-release
sudo yum update
# 安装
sudo yum install -y tinyproxy
1
2
3
4
5
修改配置:
vim /etc/tinyproxy/tinyproxy.conf
修改 Port 端口,默认为 8888
Port 8888
注释掉 Allow 127.0.0.1,表示允许所有人访问代理
1
2
3
4
启动服务:service tinyproxy start
日志:/var/log/tinyproxy/tinyproxy.log
本地测试:curl -x ‘ip:port’ -v icanhazip.com
注意点&坑:
我一开始用的芝麻VPS,到这一步后,在vps上用局域网IP可以通过代理服务器访问,但在本地通过公网IP就无法访问,最后发现是由于外网无法访问该服务器,试过开放端口等操作,无果,云立方的是直接可以通过公网IP使用代理
yum安装时,报错:yum doesn’t have enough cached data to continue, 解决办法:
将/etc/yum.repos.d/epel.repo中的mirrorlist改为baseurl
/etc/resolv.conf文件中增加 nameserver 144.144.144.144
在断开重播时,有时adsl-start会执行失败,报错:“/usr/sbin/adsl-start: line 217: 5749 Terminated CONNECT" CONNECT "CONNECT"@" > /dev/null 2>&1”,最后发现可能是断开连接的不干净,多执行几次adsl-stop,在执行adsl-start就会成功了
在代理服务tinyproxy运行期间,报过这个错:Waiting servers (0) is less than MinSpareServers (5). Creating new child.,原因是达到最大连接数,无法创建新的连接处理请求,代理服务也就挂了,重启代理服务即可,解决办法
定时重启tinyproxy服务
修改配置
vim /etc/tinyproxy/tinyproxy.conf
MaxClients 100 -> 500 # 最大连接数
Timeout 600 -> 20 # 超时时间
1
2
3
2、搭建Python环境
(1) 安装Python
Python依赖
sudo yum install yum-utils
sudo yum-builddep python
1
2
Python源码连接:https://www.python.org/ftp/python/
curl -O https://www.python.org/ftp/python/3.5.0/Python-3.5.0.tgz
1
我在用curl时无法下载,可以到官网下载指定版本的Python,然后传到服务器上
tar xf Python-3.5.0.tgz
cd Python-3.5.0
./configure
make
sudo make install
1
2
3
4
5
安装完成后通过python3 -V来查看当前版本
(2) 安装虚拟环境
cd ~
mkdir venv
cd venv
python3 -m venv python3-forcrawl
source ~/venv/python3-forcrawl/bin/activate
1
2
3
4
5
(3) 安装相应的python库
pip install requests
# 安装其他环境导出的库
pip install -r requirements.txt
1
2
3
阿里云服务器:
功能:接受动态VPS发送的IP,并提供接口,返回动态VPS实时的IP&端口
工具:web服务-tornado
连接:ssh root@ip -p 22, 如果忘记服务器密码,可以重置实例登陆密码和远程连接密码:更多->密码、秘钥
搭建Python环境同上,安装tornado
pip install tornado
1
redis数据库
sudo yum install -y redis
# 启动服务
redis-server >> /dev/null 2>&1 &
# 连接redis
redis-cli
1
2
3
4
5
mongo数据库(可以不进行安装,实现基本的代理功能不需要该库)
# yum中没有mongo的下载源,需要手动添加
vi /etc/yum.repos.d/mongodb-org-3.4.repo
# 写入以下信息,针对centos7
[mongodb-org-3.4]
name=MongoDB Repository
baseurl=https://repo.mongodb.org/yum/redhat/7/mongodb-org/3.4/x86_64/
gpgcheck=1
enabled=1
gpgkey=https://www.mongodb.org/static/pgp/server-3.4.asc
# 安装
sudo yum install -y mongodb-org
启动:
systemctl start mongod.service
1
2
3
4
5
6
7
8
9
10
11
12
13
注意点&坑:
ssh链接时,报错Permission denied (publickey,gssapi-keyex,gssapi-with-mic),解决办法:
通过阿里云web终端登录到服务器,修改ssh配置文件
vim /etc/ssh/sshd_config
更改:PasswordAuthentication no(默认yes)
或打开注释:PermitRootLogin yes
代码实现逻辑
1、客户端:动态vps
通过Python执行断开连接&拨号的操作,成功后匹配获取公网IP,通过requests库将IP发送至服务端
为了避免恶意干扰,可以加上一个传输秘钥,服务器验证传输秘钥,验证失败的不进行IP更新
设置定时任务来实现IP的更换
传送的数据中,包含IP、秘钥、name(区分vps服务器)
2、服务端:固定IP服务器
使用tornado启动服务,提供两个接口
post接口:接收客户端发送的IP,验证秘钥成功后,以name为key,ip&port为val,存入redis
get接口:从redis中取出ip&port并返回
代理检测程序:可用于检测IP的可用性,剔除失效IP
总结
相对直接购买代理,价格更便宜,且速度不受限制,但是缺点是,在vps拨号,到传输到服务器,再到爬虫使用代理,这个过程存在延迟,可能在切换IP时,会导致代理不可用,解决方案是设置超时时间并休眠几秒后进行重试
不适用于对IP切换速度要求很快的服务,拨号太频繁了,一个是IP有时不变,另一个容易拨号失败
如果在线上环境中使用,可以多买几台动态vps,搞一个IP池
代码实现见:https://github.com/HLFYY/spiders/tree/master/adsl_server
————————————————
版权声明:本文为CSDN博主「HLFYY1314」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_41074255/article/details/90728307