网络爬虫是获取大数据信息的主要途径，一些老网站没有防御，没有做过反爬虫机制的，我们可以随意采集数据，数据基本上都能采集到，但是做过反爬虫机制的网站，采集进行就没有那么顺利了。

很多网站为了防止网站信息流失，相对应的做了做了一些措施，反爬虫机制，目标网站如何甄别真实用户还是爬虫，真实用户在正常访问浏览网站会很慢，但是如果一个ip一秒时间访问几十次或者上百次，那基本上会认定为爬虫。遇到有爬虫预防的网站可以通过一下两点解决。

一：访问速度放慢，找到被封的阀值；

既然访问速度太快了，那么在采集是访问频率就放慢一些，限制访问速度，我们可以使用先用一个ip由慢到快，测试目标网站的被封的阀值，确定它的阀值后，我们将访问速度不要超出这个阀值就不会被封了。

二：换ip；

网站识别是通过访问ip来判定的，如果一个ip一秒钟访问80次，这个是很不正常的想象，如果我们使用80个ip，每个ip访问一次那就再正常不过了，目标网站自然会认为这是正常用户访问。这样就可以顺利的完成采集任务。

总结就是在爬虫采集时，访问速度尽可能的放慢，即使使用代理ip也不用将ip用到被封为止，不要以为代理ip可以无敌，代理ip也只是普通ip，也会被封，所以我们在使用ip时，尽量在被封之前更换。

推荐阅读上一篇【代理ip性价比主要是从哪些方面看？】