如何测试爬虫ip的可用性

网络爬虫的应用极大的方便了人们，尤其是多线程多任务工作时，能够极大的提高信息采集工作效率。在使用爬虫IP时，经常会遇到代理时效的问题，那么我们该怎么检测代理是否正常 ？

静态独享、动态共享和动态独享通过API获取爬虫ip列表后，您就可以在程序里通过代理服务器获取网页数据。

隧道代理无需调用API获取代理，直接查看隧道的IP和端口号。

您获取的爬虫ip是这样的：122.96.59.105:23068 122.96.59.105 是代理服务器的IP地址；23068 是代理服务器的端口号。

爬虫IP验证

使用静态独享、动态独享和动态共享的IP需要进行授权验证，购买后只有通过您的用户名密码或设置您的IP白名单后才能使用。

隧道共享则是通过访问青果隧道服务器，服务器访问只对您的业务授权使用，同时支持用户名密码（Authkey和Authpwd）和IP白名单。

我们支持两种验证方式：

1、绑定您机器的IP作为白名单

如果是办公室电脑，可以访问 ip138.com 查询您的外网IP；

如果是Linux服务器，可以通过如下命令查看机器外网IP：curl https://d.qg.net/ip

进入平台中心，找到您所在的产品，管理白名单(包括添加删除白名单)，白名单设置详情如下图：

image-20211026174537109image-20211026174620025

2、帐密验证

进入平台，在您所在的爬虫ip业务找到用于爬虫ip验证的用户名密钥信息（Authkey和Authpwd）。

image-20211026175216540

(1).HTTP代理

通过用户名密码的进行身份认证，格式如下：

curl -x http://{key}:{passwd}@{ip}:{port} {targetUrl}

http/https代理，-x 填写的协议头只能是http，不能是https，如果填写下面那样的格式，将无法访问

curl -x https://{ip}:{port} {targetUrl}

(2).SOCKS代理

curl -x socks5://{ip}:{port} {targetUrl}

curl返回的是未渲染的html内容，这属于正常现象，请参见代码样例 。

命令行测试

如果您的程序在Linux上运行，我们非常推荐您在命令行下先通过curl命令测试代理服务器的可用性，然后再进行编程。

例如您的用户名是huakeip，密码是huakeip2，提取到的爬虫ip是118.92.69.112:32105，IP白名单是36.90.191.92：32140，可执行如下命令测试代理可用性：

http/https代理，帐密模式

curl -x http://{authkey}:{authpwd}@{118.92.69.112}:{32105} {targetUrl}

http/https代理，白名单模式

curl -x http://{36.90.191.92}:{32140} {targetUrl}