0

采集时被封ip的解决方法

© kekehu / 数据采集 / 2010.01.14 / 18:08 / 1515PV

最近各种网站的采集程序写的比较多，遇到在采某网站时采到100多条时突然发现对方的网站打不开了，猜到肯定被封ip了，用了代理还是会封，这不是办法。在网上找了一些资料都没有找到，功夫不负有心人啊，在找的时侯有一个人提到了用搜索引擎爬虫蜘蛛的USERAGENT。虽然只提到一点点我还是想到了，列出我的解决方法,

1.使用Snoopy或curl传搜索引擎爬虫的USERAGENT值。
  查看搜索引擎爬虫的USERAGENT值：http://www.geekso.com/spdier-useragent/

2.使用Snoopy或curl传referer值。
   如：$snoopy->referer = 'http://www.google.com';
         $header[] = "Referer: http://www.google.com/";

3.使用Snoopy或curl代理。
   如：$snoopy->proxy_host  = "59.108.44.41";
         $snoopy->proxy_port  = "3128";

4.使用Snoopy或curl防造IP。
   如：$snoopy->rawheaders['X_FORWARDED_FOR'] = '127.0.0.1';

5.用php与一个重起路由的程序，这样就会获得新的ip地址。

6.如果发现重起路由还是显示被封，有可能对方封了你的mac地址，现在路由器都有伪造MAC的功能，可以写程序或手动修改路由器的MAC地址，网上也有专门修改网卡mac地址的工具。