大多數(shù)人認(rèn)為python爬蟲必須使用代理ip，否則無法抓取數(shù)據(jù)。但實(shí)際操作不一定。如果要抓取的信息量不是很大，不使用代理ip就可以輕松實(shí)現(xiàn)一次抓取網(wǎng)站上的數(shù)千篇文章。

 

其實(shí)爬蟲最基本的本質(zhì)只是瀏覽網(wǎng)站的用戶，只是用戶有點(diǎn)特殊，瀏覽速度比一般用戶快，給服務(wù)器帶來很大的壓力。服務(wù)器使用各種反爬蟲策略來限制或禁止爬蟲程序，所以這就是為什么大多數(shù)人認(rèn)為Python爬蟲必須使用改變ip的軟件。

 

如果爬蟲程序的瀏覽速度和次數(shù)不超過服務(wù)器防爬機(jī)制的范圍，則無需使用換ip軟件即可切換IP；如果要抓取的數(shù)據(jù)量太大，必須由多個(gè)線程、高并發(fā)的多臺(tái)機(jī)器進(jìn)行抓取，那么就需要更換ip軟件切換ip來幫助完成工作。

 

因此，任務(wù)量較大的爬蟲任務(wù)通常會(huì)選擇更換ip軟件來解決反爬策略的限制，以保證工作能夠進(jìn)行。