爬虫必要用代理IP吗？

　　不用代理也是可以的，爬虫程序从本质上来说也是个访问网页的用户而已，只不过是个不这么守规矩的特殊用户，服务器通常太不欢迎这样的特殊用户总是用各类手段发觉和严禁。最常见的就是判定你访问的频度，因为普通人访问网页的频度是不会很快的，如果发觉某个ip访问的过快才会将此ip封禁。当然你可以选择采取减少访问频度的方式防止被服务器发觉，但是假如你的爬虫和一个普通人访问的频度差不多访问逻辑也差不多的话，那么你的爬虫也就没多大的存在意义了。做爬虫都希望自己的爬虫尽早的抓取大量的数据，而且还要常常频繁的更新数据，当然有节操的爬虫都晓得将爬取频度设在一个合理的范围增加目标服务器的压力而不是犯傻爬的飞快，要知道爬与反爬没有绝对的有效手段，它们之间常常保持着微妙的默契，不会赶尽杀绝，而且你爬他人，别人也会爬你是不，出来混迟早要还的，不过这是另一个层面的东西了。更常用的手段是使用代理ip，突破服务器的反爬虫机制，继续较高频度的抓取。有一个思路是我们的adsl拨号通常断线重拨后会得到一个新的ip，我们可以在一段时间后就重新联接adsl获取新的ip再继续爬取，但是有个问题拔号重拨必须要间隔一段时间才可以，这样我们的程序就中断了，所以你可以打算几台adsl的服务器作为代理爬虫代理软件，然后爬虫运行在另外一台不断网的服务器运行爬虫代理软件，当然这样使用对于大数据爬取来说就太麻烦了，于是就有了好多第三方的专业代理商，你可以通过她们便捷快捷的获取大量的ip使用，同时通常好点的代理商都会针对爬虫等常见业务做策略优化，使你被封的机率更低，如果你是大量数据的爬虫使用者，使用代理ip基本就是必备的手段了。