（四）HttpClient 使用代理 IP

第一节： HttpClient 使用代理 IP

在爬取网页的时候，有的目标站点有反爬虫机制，对于频繁访问站点以及规则性访问站点的行为，会采集屏蔽IP措施。

这时候，代理IP就派上用场了。

关于代理IP的话也分几种透明代理、匿名代理、混淆代理、高匿代理

1、透明代理(Transparent Proxy)

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”你的IP地址，但是还是可以从HTTP_X_FORWARDED_FOR来查到你是谁。

2、匿名代理(Anonymous Proxy)

REMOTE_ADDR = proxy IP

HTTP_VIA = proxy IP

HTTP_X_FORWARDED_FOR = proxy IP

匿名代理比透明代理进步了一点：别人只能知道你用了代理，无法知道你是谁。

还有一种比纯匿名代理更先进一点的：混淆代理，见下节。

3、混淆代理(Distorting Proxies)

REMOTE_ADDR = Proxy IP

HTTP_VIA = Proxy IP

HTTP_X_FORWARDED_FOR = Random IP address

如上，与匿名代理相同，如果使用了混淆代理，别人还是能知道你在用代理，但是会得到一个假的IP地址，伪装的更逼真：-）

4、高匿代理(Elite proxy或High Anonymity Proxy)

REMOTE_ADDR = Proxy IP

HTTP_VIA = not determined

HTTP_X_FORWARDED_FOR = not determined

可以看出来，高匿代理让别人根本无法发现你是在用代理，所以是最好的选择。

一般我们搞爬虫用的都是高匿的代理IP；

那代理IP 从哪里搞呢很简单百度一下，你就知道一大堆代理IP站点。一般都会给出一些免费的，但是花点钱搞收费接口更加方便；

比如 http://www.66ip.cn/

httpClient使用代理IP代码：

 1 package com.javaxk.httpclient.chap04;
 2 
 3 import org.apache.http.HttpEntity;
 4 import org.apache.http.HttpHost;
 5 import org.apache.http.client.config.RequestConfig;
 6 import org.apache.http.client.methods.CloseableHttpResponse;
 7 import org.apache.http.client.methods.HttpGet;
 8 import org.apache.http.impl.client.CloseableHttpClient;
 9 import org.apache.http.impl.client.HttpClients;
10 import org.apache.http.util.EntityUtils;
11 
12 public class Demo1 {
13     
14     public static void main(String[] args)throws Exception {
15         CloseableHttpClient httpClient=HttpClients.createDefault(); // 创建httpClient实例
16         HttpGet httpGet=new HttpGet("https://www.taobao.com/"); // 创建httpget实例
17         HttpHost proxy=new HttpHost("178.32.213.128", 80);    
18         RequestConfig requestConfig=RequestConfig.custom().setProxy(proxy).build();    //代理ip
19         httpGet.setConfig(requestConfig);    //设置代理ip
20         httpGet.setHeader("User-Agent", "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:50.0) Gecko/20100101 Firefox/50.0");
21         CloseableHttpResponse response=httpClient.execute(httpGet); // 执行http get请求
22         HttpEntity entity=response.getEntity(); // 获取返回实体
23         System.out.println("网页内容："+EntityUtils.toString(entity, "utf-8")); // 获取网页内容
24         response.close(); // response关闭
25         httpClient.close(); // httpClient关闭
26     }
27 
28 }

建议大家用国内代理IP 以及主干道网络大城市的代理IP 访问速度快；