网页爬虫代理IP

1亿+ 动态住宅 IP 跑采集任务:每请求轮换或粘性会话,按 GB 或带宽计费,几行代码接入。

  • 1亿+活跃住宅 IP
  • 195+覆盖国家和地区
  • 3 种协议:HTTP、HTTPS、SOCKS5

常用平台与工具

  • Python
  • Scrapy
  • Playwright
  • Puppeteer
  • Selenium
  • Node.js
  • Go
  • Java
  • cURL
  • HTTPX
  • Requests
  • undici

网页爬虫为什么总是跑不稳

请求挤在少数几个 IP 上

一台服务器或几个机房 IP 承担全部请求,很快就收到 429,任务只能停下来排队。

看不到目标市场的页面

价格、库存和搜索结果按国家甚至城市区分,从本地采到的数据和当地用户看到的不一样。

自建 IP 池太费工程时间

收集、检测、替换失效 IP 都要人盯着,时间花在维护出口上,而不是数据本身。

任务量起伏,成本难估

上新和大促时请求量翻倍,平时又很少;包死的资源要么不够用,要么闲着。

爬虫代理IP推荐:NexIP 帮你管好出口

1亿+ 爬虫代理 IP 池

动态住宅 IP 覆盖 195+ 国家和地区,请求从真实家庭网络发出,负载不再压在少数 IP 上。

每请求轮换,或保持会话

列表页、详情页每次换一个出口;翻页、先选地区再读价格这类多步流程,用粘性会话守住同一个 IP。

国家、城市级定向

按国家采集各市场的价格和页面,同城数据用城市定向;ASN 定向视库存而定。

不限并发,随任务扩展

动态住宅代理不限并发,任务可以按需横向扩展,只为实际用掉的流量或带宽付费。

两种计费,按任务挑

起伏大的任务用流量套餐(起始 $0.8/GB),流量包不过期;7×24 运行的任务用带宽套餐,独享带宽、不限流量。

标准协议,现有代码直接用

支持 HTTP、HTTPS 和 SOCKS5,账号密码或 IP 白名单认证;作为数据采集代理,Scrapy、Playwright、requests 改一行就能接上。

爬虫代理IP怎么用:复制代码即可接入

开通后拿到接入地址和端口,把代码里的占位符换成你的信息就能跑。示例代码给出 cURL、requests、Scrapy、Playwright 和 Node.js 五种常见写法。

协议
HTTP · HTTPS · SOCKS5
认证
账号密码 · IP 白名单
并发
动态住宅代理不限并发
定向
国家 · 城市 · ASN(视库存)

GATEWAY、PORT、USER、PASS 是占位符,换成开通后拿到的接入信息;IP 白名单认证不需要 USER 与 PASS。

cURL:用 -x 指定代理,先测通

http:// 走 HTTP 代理,socks5h:// 走 SOCKS5 并由代理解析域名;IP 白名单认证时去掉 USER:PASS@。用户名或密码里的 @ 要写成 %40。

# HTTP proxy, username and password
curl -x http://USER:PASS@GATEWAY:PORT https://example.com/

# SOCKS5, hostnames resolved by the proxy
curl -x socks5h://USER:PASS@GATEWAY:PORT https://example.com/

# IP whitelist: no credentials
curl -x http://GATEWAY:PORT https://example.com/

Python 爬虫代理IP:requests

proxies 字典按协议指定代理,账号密码写在代理地址里。用 SOCKS5 时先安装 requests[socks],再把地址换成 socks5h:// 开头。

import requests

proxy = "http://USER:PASS@GATEWAY:PORT"
proxies = {"http": proxy, "https": proxy}
headers = {"User-Agent": "ExampleBot/1.0 (+https://example.com/bot)"}

r = requests.get(
    "https://example.com/",
    proxies=proxies,
    headers=headers,
    timeout=30,
)
print(r.status_code)

Scrapy 设置代理:写在请求 meta 里

Scrapy 中间件设置代理的简洁写法:在请求 meta 里写 proxy,由内置的 HttpProxyMiddleware 处理。示例保留 ROBOTSTXT_OBEY 并打开 AutoThrottle;async def start() 需要 Scrapy 2.13+。

import scrapy


class PageSpider(scrapy.Spider):
    name = "pages"
    custom_settings = {
        "ROBOTSTXT_OBEY": True,
        "AUTOTHROTTLE_ENABLED": True,
        "DOWNLOAD_DELAY": 1.0,
    }

    async def start(self):
        yield scrapy.Request(
            "https://example.com/",
            meta={"proxy": "http://USER:PASS@GATEWAY:PORT"},
        )

    def parse(self, response):
        yield {"url": response.url, "status": response.status}

Playwright:启动浏览器时传入代理

启动浏览器时传入 proxy,也可以用 new_context(proxy=...) 按上下文设置。浏览器走 SOCKS5 时改用 IP 白名单认证。

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(proxy={
        "server": "http://GATEWAY:PORT",
        "username": "USER",
        "password": "PASS",
    })
    page = browser.new_page()
    page.goto("https://example.com/")
    print(page.title())
    browser.close()

Node.js:undici 设置代理

ProxyAgent 接受代理地址,账号密码以 Basic 认证发给代理,按请求作为 dispatcher 传入。

import { fetch, ProxyAgent } from "undici";

const dispatcher = new ProxyAgent("http://USER:PASS@GATEWAY:PORT");
const res = await fetch("https://example.com/", { dispatcher });
console.log(res.status);

爬虫动态IP还是静态 IP?按任务选

大多数采集任务用动态住宅 IP;需要固定出口的接口和下载,用静态 IP。

推荐

动态住宅 IP · 流量套餐

批量采集与多市场页面

按 GB 计费、不限并发,每个请求都能从 1亿+ 活跃 IP 中换一个出口;流量包不过期,适合起伏大的任务。

起始 $0.8/GB

了解详情 · 动态住宅 IP · 流量套餐

动态住宅 IP · 带宽套餐

7×24 监控与接口轮询

30 天套餐,独享 100Mbps–1Gbps 带宽、不限流量(公平使用)。美、英、德、法、日、韩等站点选旗舰套餐。

100Mbps / $980/30天

了解详情 · 动态住宅 IP · 带宽套餐

数据中心 IP

白名单接口与数据下载

合作方按出口 IP 设白名单时,用独享的数据中心 IP,租期内地址不变,吞吐大、单价低。

$3/IP/月

了解详情 · 数据中心 IP

静态住宅 · 短效 IP

短时核对与一次性任务

几小时内做完的核对任务,用短效 IP:1–24 小时独享,按 IP 数量包计费,数量包不过期。

起始 $0.17/IP

了解详情 · 静态住宅 · 短效 IP

爬虫代理IP常见问题

任务量起伏大或短期批量采集,选流量套餐:按 GB 计费(起始 $0.8/GB),不限并发。7×24 持续运行,选带宽套餐(100Mbps / $980/30天,基础套餐):独享 100Mbps–1Gbps,不限流量(公平使用);美、英、德、法、日、韩等站点需选旗舰套餐。无头浏览器会加载图片和脚本,建议按两种方式各算一遍成本。

不建议。先看原因:返回 429 说明请求太快,按 Retry-After 等待并降低频率;出现验证页或 403,先降速或暂停,检查 robots.txt 与服务条款;需要登录或付费的内容,改用官方 API。网站的反爬虫机制已经拒绝时,换 IP 继续请求等于无视对方的拒绝。代理用来分散负载、选对地区,不能提高对方允许的总量。

不需要。流量套餐本身就是 1亿+ 活跃 IP 的池子:代码里只配置接入地址(示例里的 GATEWAY)和端口,每请求轮换还是粘性会话由接入设置决定,不用自己收集、检测和替换 IP。

大多数公开网页采集用动态住宅 IP:池子大,可按国家和城市定向,看到的是当地用户的页面。出口需要长期固定、又不要求家庭宽带属性的任务,比如白名单接口和开放数据下载,用长效 IP 中的数据中心 IP,吞吐大、单价低。

支持 HTTP、HTTPS 与 SOCKS5,认证用账号密码或 IP 白名单。SOCKS5 还要看工具:curl 写 socks5h://,requests 需安装 requests[socks],undici 用 Socks5ProxyAgent;Scrapy 只有实验性的 HttpxDownloadHandler 支持,生产环境建议用 HTTP。

可以。流量套餐从小流量包起购,流量包不过期,先用一个品类或一个站点把流程跑通;任务稳定、全天运行后,再换成带宽套餐控制成本。动态住宅代理不限并发,扩容不用改代码。

取决于采什么、怎么采、用来做什么。基本原则:只采公开、无需登录的页面;遵守 robots.txt、服务条款和对方能承受的频率;涉及个人信息时只采必要字段,并有合法依据。代理只改变请求从哪里发出,不改变网站是否允许采集;具体项目请咨询律师。

没找到答案?