Ruby抓取遇到验证码？代理IP帮你优雅绕行
搞爬虫的朋友都懂，最怕遇到验证码拦路虎。上周用Ruby写了个招聘网站采集器，前三天顺风顺水，第四天突然冒出谷歌验证码。这时候要是硬着头皮破解验证码，不仅费时费力，还可能触发更严格的风控。其实换个思路，用代理IP就能四两拨千斤。
这里推荐天启代理的动态住宅IP池，他们每个IP都带真实用户属性。有次我连续切换了5个IP，验证码出现频率直接从80%降到12%。具体操作就是在Net::HTTP请求前加个代理设置：
proxy = URI.parse('http://天启代理接口地址:端口')
http = Net::HTTP.new(target_url.host, target_url.port, proxy.host, proxy.port)
IP被封怎么办？轮换策略实战技巧
很多新手以为用上代理就万事大吉，结果半小时后IP集体阵亡。关键得掌握流量分布技巧。根据实测经验，建议：
| 业务类型 | 建议频率 |
|---|---|
| 商品价格监控 | 每IP每分钟3-5次 |
| 新闻资讯采集 | 每IP每秒1次 |
| 社交数据抓取 | 每IP每小时50次 |
天启代理的SOCKS5协议节点特别适合高频场景，之前有个客户用他们的宁波节点，单IP稳定跑了6小时没掉线。记得在Ruby里设置随机休眠：
sleep(rand(1..3) + rand()) 带随机小数更真实
请求超时陷阱破解术
遇到过明明代理IP显示可用，但请求总是超时的情况吗？这里有个双保险配置法：
- 在Faraday连接时设置open_timeout和read_timeout
- 用天启代理的延迟检测接口预筛选IP
实测发现，把超时阈值设为8秒能兼顾成功率与效率。他们的响应延迟≤10ms确实不是吹的，之前测试杭州节点，连续100次请求平均响应才7.3ms。
常见问题QA
Q：为什么用了代理还是被封？
A：检查请求头是否带浏览器指纹，推荐用ruby-faker库生成随机User-Agent，同时确保代理IP质量，天启代理的IP可用率≥99%能有效避免这个问题。
Q：HTTPS站点怎么设置代理？
A：Ruby的Net::HTTP默认支持，但要注意证书验证。天启代理的HTTPS节点自带SSL加密，建议这样配置：
http.use_ssl = true http.verify_mode = OpenSSL::SSL::VERIFY_NONE
最后提醒，遇到反爬别急着上分布式，先用天启代理的200+城市节点做地域分散。有次帮客户做全国房价采集，仅用30个不同城市IP就完成了数据采集，根本不需要上集群。
