在对数据进行采集的时候，经常遇到有反爬能力的站点，比如大家喜闻乐爬的12306、大众点评等等。这时候就需要挂上代理来进行采集（大众点评的反爬是做的最🐂的……）。

IP的高匿、匿名、透明，是针对隐藏用户请求数据而言，例如：隐藏IP地址，隐藏踪迹等。使用什么级别的最合适呢？

{
	remote_addr: "139.59.17.117:8080",
	http_via: "null",
	client_ip: "null",
	http_x_forwarded_for: "null"
}

访问网络，一共有五种方式：无代理、透明、普通匿名、欺骗匿名、高匿（Elite）。五种方式及判断原理如下：

无代理

  • REMOTE_ADDR = 您的真实 IP
  • HTTP_VIA = 没数值或不显示
  • HTTP_X_FORWARDED_FOR = 没数值或不显示

透明代理

  • REMOTE_ADDR = 最后一个代理服务器 IP
  • HTTP_VIA = 代理服务器 IP
  • HTTP_X_FORWARDED_FOR = 您的真实 IP，经过多个代理服务器时，这个值类似：123.57.78.101, 120.24.177.48, 47.88.76.11

普通匿名

  • REMOTE_ADDR = 最后一个代理服务器 IP
  • HTTP_VIA = 代理服务器 IP
  • HTTP_X_FORWARDED_FOR = 代理服务器 IP，经过多个代理服务器时，这个值类似：123.57.78.101, 120.24.177.48, 47.88.76.11

欺骗匿名

  • REMOTE_ADDR = 最后一个代理服务器 IP
  • HTTP_VIA = 代理服务器IP
  • HTTP_X_FORWARDED_FOR = 随机的 IP，经过多个代理服务器时，这个值类似：123.57.78.101, 120.24.177.48, 47.88.76.11

高匿(Elite)

  • REMOTE_ADDR = 代理服务器 IP
  • HTTP_VIA = 没数值或不显示
  • HTTP_X_FORWARDED_FOR = 没数值或不显示