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：开心代理）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。

代理类别区别

透明代理(Transparent Proxy)：

代理服务器的配置如下：

          REMOTE_ADDR=Proxy  IP
            HTTP_VIA = Proxy IP
            HTTP_X_FORWARDED_FOR = Your  IP 

透明代理虽然可以直接“隐藏”客户端的 IP 地址，但是还是可以从HTTP_X_FORWARDED_FOR来查到客户端的 IP 地址。

匿名代理(Anonymous Proxy)：

代理服务器的配置如下：

               REMOTE_ADDR=Proxy  IP
                  HTTP_VIA = Proxy IP
                  HTTP_X_FORWARDED_FOR = prox    IP 

       匿名代理能提供隐藏客户端 IP 地址的功能。使用匿名代理，服务器能知道客户端使用用了代理，当无法知道客户端真实 IP 地址。

混淆代理(Distorting Proxy)：

代理服务器的配置如下：

               REMOTE_ADDR=Proxy  IP
                  HTTP_VIA = Proxy IP
                  HTTP_X_FORWARDED_FOR = Random   IP    address

 
      与匿名代理的原理相似，但是会伪装得更逼真。如果客户端使用了混淆代理，服务器还是能知道客户端在使用代理，但是会得到一个假的客户端 IP 地址。

高匿代理(Elite Proxy 或 High Anonymity Proxy)：

代理服务器的配置如下：
               REMOTE_ADDR=Proxy  IP
                  HTTP_VIA = Proxy IP
                  HTTP_X_FORWARDED_FOR = not  determined

 高匿代理既能让服务器不清楚客户端是否在使用代理，也能保证服务器获取不到客户端的真实 IP 地址。
             
代理的选择：

而高度匿名代理不改变客户机的请求，这样在服务器看来就像有个真正的客户浏览器在访问它，这时客户的真实IP是隐藏的，服务器端不会认为我们使用了代理。

       因此，爬虫程序需要使用到代理 IP 时，尽量选择普通匿名代理和高匿名代理（比如：开心代理，稳定 安全 高匿等一站式供应平台）。另外，如果要保证数据不被代理服务器知道，推荐使用 HTTPS 协议的代理。