我如何从线程中的每个请求获得新的IP？

我尝试使用TOR代理进行抓取，并且所有内容在一个线程中都可以正常工作，但这很慢。我尝试做一些简单的事情：

def get_new_ip():
    with Controller.from_port(port = 9051) as controller:
        controller.authenticate(password="password")
        controller.signal(Signal.NEWNYM)
        time.sleep(controller.get_newnym_wait())


def check_ip():
    get_new_ip()
    session = requests.session()
    session.proxies = {'http': 'socks5h://localhost:9050', 'https': 'socks5h://localhost:9050'}
    r = session.get('http://httpbin.org/ip')
    r.text


with Pool(processes=3) as pool:
    for _ in range(9):
        pool.apply_async(check_ip)
    pool.close()
    pool.join()

运行它时，我看到输出：

{"origin": "95.179.181.1, 95.179.181.1"}
{"origin": "95.179.181.1, 95.179.181.1"}
{"origin": "95.179.181.1, 95.179.181.1"}
{"origin": "151.80.53.232, 151.80.53.232"}
{"origin": "151.80.53.232, 151.80.53.232"}
{"origin": "151.80.53.232, 151.80.53.232"}
{"origin": "145.239.169.47, 145.239.169.47"}
{"origin": "145.239.169.47, 145.239.169.47"}
{"origin": "145.239.169.47, 145.239.169.47"}

为什么会发生这种情况，如何为每个线程分配自己的IP？顺便说一句，我尝试了类似TorRequests，TorCtl之类的库，结果是一样的。

我了解到，TOR似乎在发布新IP之前有延迟，但是为什么同一个IP进入不同的进程？

drew010

如果每个连接都需要不同的IP，则还可以通过为每个连接指定不同的代理组合来使用基于SOCKS的流隔离username:password。

使用此方法，您只需要一个Tor实例，并且每个请求客户端可以使用具有不同退出节点的不同流。

为了进行此设置，请为每个requests.session对象添加唯一的代理凭据，如下所示：socks5h://username:password@localhost:9050

import random
from multiprocessing import Pool
import requests

def check_ip():
    session = requests.session()
    creds = str(random.randint(10000,0x7fffffff)) + ":" + "foobar"
    session.proxies = {'http': 'socks5h://{}@localhost:9050'.format(creds), 'https': 'socks5h://{}@localhost:9050'.format(creds)}
    r = session.get('http://httpbin.org/ip')
    print(r.text)


with Pool(processes=8) as pool:
    for _ in range(9):
        pool.apply_async(check_ip)
    pool.close()
    pool.join()

通过将凭据设置为firstpartydomain:randompassword，Tor浏览器可以将每个域隔离流，方法是将凭据设置为，其中randompassword是每个唯一的第一方域的随机随机数。

如果您要爬网相同的站点，并且需要随机IP，请为每个会话使用随机的username：password组合。如果要爬网随机域，并且希望对域的请求使用相同的电路，请使用Tor浏览器的domain:randompassword凭据方法。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。