400-893-5552

代理IP背后的原理

 
2020-05-15 14:01所属分类
  在爬取网站时,我们经常会设置代理IP来避免爬虫程序被封,我们获取代理IP地址方式通常提取国内的知名IP代理商(比如:1代理ip代理)提供透明代理,匿名代理,高匿代理。那么这几种代理的区别是什么?我们该如何选择呢?本文的主要内容是讲解各种代理IP背后的原理。
 
 
  代理类型:
 
  ------代理分为四种类型:透明代理、匿名代理、高匿代理、混淆代理
 
  -------安全程度:高匿->混淆->匿名->透明
 
  代理原理:
 
  代理类型主要取决于代理服务器端的配置。不同配置会形成不同的代理类型。在配置中,这三个变量REMOTE_ADDR,HTTP_VIA,HTTP_X_FORWARDED_FOR是决定性因素。
 
  REMOTE_ADDR:
 
  REMOTE_ADDR表示客户端的IP,但是它的值不是由客户端提供的,而是服务器根据客户端的IP指定的。如果使用浏览器直接访问某个网站,那么网站的web服务器(Nginx、Apache等)就会把REMOTE_ADDR设为客户端的IP地址。我们给浏览器设置代理,我们访问目标网站的请求会先经过代理服务器,然后由代理服务器将请求转化到目标网站。那么网站的web服务器就会把REMOTE_ADDR设为代理服务器的IP。
 
  X-Forwarded-For(XFF):
 
  X-Forwarded-For是一个HTTP扩展头部,用来表示HTTP请求端真实IP。当客户端使用了代理时,web服务器就不知道客户端的真实IP地址。为了避免这个情况,代理服务器通常会增加一个X-Forwarded-For的头信息,把客户端的IP添加到头信息里面。X-Forwarded-
 
  For请求头格式如下:
 
  X-Forwarded-For:client,proxy1,proxy2
 
  client表示客户端的IP地址;proxy1是离服务端最远的设备IP;proxy2是次级代理设备的IP;从格式中,可以看出从client到server是可以有多层代理的。如果一个HTTP请求到达服务器之前,经过了三个代理Proxy1、Proxy2、Proxy3,IP分别为IP1、IP2、IP3,用户真实IP为IP0,那么按照XFF标准,服务端最终会收到以下信息:
 
  X-Forwarded-For:IP1,IP2
 
  Proxy3直连服务器,它会给XFF追加IP2,表示它是在帮Proxy2转发请求。列表中并没有IP3,IP3可以在服务端通过Remote Address字段获得。我们知道HTTP连接基于TCP连接,HTTP协议中没有IP的概念,Remote Address来自TCP连接,表示与服务端建立TCP连接的设备IP,在这个例子里就是IP3。
 
  HTTP_VIA:
 
  via是HTTP协议里面的一个header,记录了一次HTTP请求所经过的代理和网关,经过1个代理服务器,就添加一个代理服务器的信息,经过2个就添加2个。
友情链接    PPTP 代理IP 极速加速 91IP代理 IP代理 51IP代理 代理IP