图/文：迷神

最近无聊去爬某眼查的企业数据信息，我已经通过其他方式，把企业数据按照分类和某眼查的属于存到表里面，只要通过某眼查的url地址爬取内容详细页所需要的数据就可以了。但是呢，某眼查作为国内专门抓别人的数据的站，基本上各种反扒机制都有。比如这某眼查如果未登录用户，只能爬100条，超过，立马要求登陆。

有人可能说，怎么不用代理，答案是可以的，但是免费代理，网上一堆免费，但是我实际爬过N多站，基本上100个，能有5个就不错了。大部分都很假，当然土豪也可以去付费去买，然后验证下去买，但是，我们这里借助我们家庭wifi拨号上网模式，只要被限制，立马通过python断网，然后重连，进行更换IP。

Python+小米miwifi路由：

1、获取路由拨号地址

小米路由界面，这里是拨号上网，切换IP

大家可以手动登录下小米路由器（你如果用python等会获取结果一样的，因为这个本地miwifi。com是指向服务器的，可以保持长时间在线的，没必要反复登录，我就不模拟登陆了，都是很easy的事情），可以看到这个拨号联网，是2个开始和暂停js事件，我们只要访问这个地址，即可实现，路由进行拨号上网，即可：

这里我们用到3个类库，先安装下：

pip install pyquery #用于解析某眼查的页面的，非常强大的一个html解析库，有空可以讲讲 pip install requests #页面请求。 pip install retrying #python异常重试类库

爬虫切换路由IP整体思路

1、就是通过数据库，获取某眼查url地址，然后开始爬数据，如果爬取不到想要到的内容，则是被拦截了。

res = mydb.select('url', cond_dict = {'name':'0'},fields=["id", "url"],order="order by id asc limit 1") id = res[0][0] url = res[0][1] print(url) r = s.get(url,headers=headers, timeout=5) html = r.text d = PyQuery(html) name = d.find('h1.name').text() if not name: if html.find('>抱歉，该信息暂不予显示，查一查其它信息<') != -1: name = '企业异常，不予以展示' else: name = '' print(str(i)+"："+name) url2 = d.find('a.company-link').text() print(url2) if len(name) == 0: print('被拦截了'+str(i)) else: update_params = {"name": name,"wz":url2} # 需要更新为什么值 update_cond_dict = {"id": str(id)} # 更新执行的查询条件 mydb.update('url', update_params, update_cond_dict)

2、调用小米路由器的接口，进行拨号更换，一屏蔽IP，就立马更换IP。

print('开始断网切换IP') r = s.get("网址/cgi-bin/luci/;stok=固定密钥/api/xqnetwork/pppoe_stop") for ms in range(10): print('断网连接'+str(ms)+'秒') time.sleep(1) print('开始联网切换IP') r = s.get("网址/cgi-bin/luci/;stok=固定密钥/api/xqnetwork/pppoe_start") for ms in range(15): print('等待联网'+str(ms)+'秒') time.sleep(1)

3、这里调用retrying模式，就是当出现异常的时候，进行重试，这样就可以实现反复不断的爬取内容，

from retrying import retry @retry(stop_max_attempt_number=50000,wait_fixed=2000) def tyc(): #代码 if __name__ == '__main__': tyc()

最后我们的结果就变成这样了。