在我们使用代理ip时，如何使爬虫更有效的进行，在爬虫采集数据信息需要注意哪些地方，我们一起来分析如何更有效的采集到数据信息，提高工作效率。
分析目标网站数据模块
当我们确定要爬取的网站时，一定不是立刻去敲代码，应该先分析目标网站的数据模块，以电商类网站举例，包括商品、价格、评价、销量、促销活动等信息;还有信息综合类网站，有体育新闻、科技新闻、娱乐新闻等，而且每一个版块下面可能还有二级分类，三级分类。
分析目标网站反网络爬虫策略
正常发出去的http请求到目标网站，返回的200状态，表明请求合法被接受，并且能够看到返回的数据。要是触发了目标网站的反爬策略，那就会把当前ip列入到异常黑名单，再也不可以正常浏览了。所以如何分析目标网站的反网络爬虫策略呢，只能不断的去尝试，比如一个ip访问多少次会触发，短时间访问多少次会触发，还有一些其他方面的限制，比如验证码、cookies等等。通过不断尝试，逐渐了然于心。
编写demo,分析网站结构
先模拟http请求目标网页，看下网站响应的数据内容大概的形式，正常浏览的时候是能获取目录数据和进入目录的具体链接，然后根据链接抓取获得每一个模块的具体数据包。
数据分析，代理ip池要求
我们通过需要获取多少数据，能够大概了解需要访问多少网页;通过目标网站的反爬策略，能大概知道需要多少代理ip，需要多大的代理ip池。假设要访问100万个页面，每个ip能访问100个页面后会触发反爬机制，那大概需要1万左右不重复的代理ip;假设每次爬取一个页面需要10秒，加上抓取频率控制5秒，100个页面需要1500秒，可以得出单个ip的使用时间大概需要30分钟左右，当然，这只是个大概的数字，也不一定准确，毕竟目标网站的响应时间不是固定的，频率控制也是随机的，而且在抓取过程中也会有其他状况发生。
