IP模擬器
無論是抓取免費代理IP還是購買付費代理IP，都可以在本地設(shè)計一個IP池。這樣不僅使用方便，還能提高工作效率。那么如何在本地設(shè)計代理IP池呢？
一、代理IP獲取接口
如果是抓取免費代理IP，使用ProxyGetter接口從免費代理源網(wǎng)站抓取最新的代理IP；如果是付費代理IP，一般會有一個提供訪問IP的API，會有一定的限制，比如每次抽取多少，抽取多少秒。
二、代理IP數(shù)據(jù)庫
用來存儲獲取的代理IP，推薦SSDB。SSDB表現(xiàn)突出，與Redis基本相當(dāng)。Redis是內(nèi)存類型，容量問題是一個弱點，內(nèi)存成本太高。針對這一弱點，SSDB采用硬盤存儲，使用谷歌的高性能存儲引擎LevelDB，適用于處理大量數(shù)據(jù)，性能優(yōu)化到Redis級別。
三、代理IP檢測計劃
代理IP是時間敏感的。無論是免費代理IP還是付費代理IP，都是有有效期的。過了有效期就作廢了，要檢查有效期。設(shè)置定時檢測方案，檢測代理IP的有效性，刪除無效IP和高延遲IP，并給出預(yù)警。當(dāng)IP池中的IP小于一定閾值時，通過代理IP獲取接口獲取新的IP。
四、代理IP池外部接口
有了代理IP池，就需要設(shè)計一個外部接口，通過這個接口可以調(diào)用IP池中的IP供爬蟲使用。代理IP池的功能比較簡單，可以使用Flask來完成。該功能可以是提供獲取/刪除/刷新等界面供爬蟲直接使用。
本地代理IP池的設(shè)計是為了方便爬蟲的使用，提高效率，所以設(shè)計盡量簡單方便。如果使用付費代理，爬蟲的工作要求不高，就不需要建立本地代理IP池。
