代理ip端口怎么设置：电商采集场景的连通性测试

先别急着填端口，搞清楚你要填的是哪扇"门"

上个月帮一个做家居类目的朋友看脚本。他从服务商后台复制了一串数字，粘到代码里，跑十条链接九条超时。翻来覆去改代码，改到怀疑人生，最后发现——他填的那个端口，是后台"生成IP列表"的接口端口，压根不是代理本身的门。

这种事在电商采集里太常见了。IP 像楼栋门牌，端口就是门牌后面那扇具体的门。同一栋楼有很多扇门，敲错了自然没人应。

实际干活时你会碰到三种端口，长得像，用途完全不同：

提取端口——后台给你吐 IP 列表的那个地址带的端口，用来"要货"的，不能当代理用。
代理端口——真正转发你网页请求的那扇门，通常跟 IP 成对出现，格式就是 IP:端口，列表里紧挨着 IP 的那串数字才是它。
本机端口——你自己电脑上某些软件占的坑，比如 7890、1080，跟服务商一点关系都没有。

判断方法很简单：后台一般会给一行现成的 IP:端口，中间是英文冒号，冒号后面那几位就是代理端口。真不确定，就找客服要一份"地址+端口+账号密码"的完整清单，别自己猜。

协议不同，端口和写法都不一样

拿到端口只是第一步，写法错了照样连不上。采集电商页面常用的几套协议，端口和格式差得挺远：

协议	典型端口	地址怎么写	什么时候用
HTTP	8080 或自定义	http://IP:端口	商品列表页、分类页这类普通抓取
HTTPS	一般同 HTTP	http://IP:端口（前缀仍是 http）	详情页、需要登录态的数据
SOCKS5	1080 或自定义	socks5://IP:端口	抓取限制比较硬的站点，全协议转发
SSTP	443	系统连接界面里填	需要加密通道时用

两个高频坑提前说。

第一个，目标站是 HTTPS，不代表你的代理地址要写 https://。绝大多数服务给的是 HTTP 隧道，目标站是 HTTPS，代理地址却得写成 http://。写成 https://IP:端口，会直接卡在握手阶段报错。

第二个，SOCKS5 千万别套 http:// 前缀。标准写法是 socks5://，写 socks5h:// 则是让域名解析也走代理，部分库认这个。混着写就是连不上。

还有账号密码。带认证的代理，完整写法是把认证信息塞进地址：

http://用户名:密码@IP:端口

密码里如果有 @、#、: 这类符号，必须先做 URL 编码。不然解析器会把 @ 后面当成主机名，报出来的错跟认证毫无关系，特别迷惑人。

连通性测试，按这三步走最省时间

别一上来就往爬虫里塞，先在命令行把链路验一遍。三步，从底层往上层走。

第一步，看端口通不通。

telnet 代理主机 端口

# 或者用 nc
nc -vz 代理主机 端口

返回 Connected 或 succeeded，说明门是开着的。卡着不动是超时，通常是端口填错或本地网络拦了；立刻弹 Connection refused，说明主机在线但这扇门没开，回去核对数字。Windows 默认没装 telnet 客户端，得先在"启用或关闭 Windows 功能"里勾上。

第二步，发一次真实请求，看返回码。

curl -x http://用户名:密码@代理主机:端口 "目标页面地址" -I

看到 HTTP/1.1 200，链路通了。看到 407，是账号密码不对或者特殊符号没转义。502、503，一般是出口线路在波动，换一条再试。这一步顺便还能看响应时间，超过 2 秒的线路，跑起来会明显拖后腿。

第三步，拿真实链接小跑一轮。

挑 15 到 20 条你真正要采的页面，别拿首页测——首页没什么反爬压力，测不出问题。跑完盯两个数：成功率、平均耗时。成功率低于 90%，回头查端口和认证；成功率够但耗时忽高忽低，那是线路质量问题，改配置没用。

写进代码时，这几个参数别省

Python 里最省事的写法是这样，认证信息直接拼在地址上：

import requests

host = "代理主机"
port = "代理端口"
user = "你的账号"
pwd  = "你的密码"

proxy_url = f"http://{user}:{pwd}@{host}:{port}"
proxies = {"http": proxy_url, "https": proxy_url}

r = requests.get("目标页面地址", proxies=proxies, timeout=10)
print(r.status_code, len(r.text))

timeout 一定要写。不写的话，线路一抖动，整个脚本就挂在那儿干等，看着像死机，其实是在等一个永远不来的响应。

另外两点容易忽略。会话对象 Session 建好之后，代理是跟着会话走的，你中途改了 proxies 却还在用老会话，请求依然走旧线路，看着就像"IP 没换"。想换线路，重建会话，或者干脆直接用 requests.get 传参。

再就是轮换节奏。同一个出口连续跑同一个站，几分钟就被识别，这是目标站的行为，不是端口的问题。每跑几十条换一次出口，中间隔一两秒，成功率会明显好看。

连不上的时候，对着这张表查

现象	大概率原因	怎么处理
407 Proxy Authentication Required	账号密码错，或密码里有未转义符号	把密码做 URL 编码后重试
Connection timed out	端口数字错，或本机防火墙拦了	先用 telnet 验端口
502 / 503	出口线路临时波动	换一条线路，别死磕
403 Forbidden	请求频率太高被目标站挡了	降并发、加请求间隔
返回的像是本机 IP	代理根本没生效	检查会话是否复用旧配置

按这张表走，八成的疑惑在往下第三行之前就有结论了。剩下那两成，基本是线路本身的质量问题——这时候改配置没有意义，得换资源。

端口配好只是开始，出口质量决定能不能跑稳

说句实在话，端口怎么填、怎么写、怎么测，是十分钟能学会的事。真正让电商采集头疼的，是跑了一上午之后开始大面积超时，或者同一个地区总是拿不到准确的价格，那是出口资源的问题。

这块可以看看神龙IP。动态高级套餐本来就是给采集和排名测试这类活儿准备的：6Mbps 峰值带宽、日更 200 万+ 纯净 IP、2 到 360 小时的时效可选，配合 200+ 城市的精准定位，做各地搜索结果的对比、不同地区商品价格的差异监测，是比较对路的组合。自营机房，30ms 级别的响应，地址和端口在后台成对给出，复制就能用，省掉前面那些猜门牌的环节。

如果你的场景是长期盯住几个固定站点、希望出口别老变，那就看静态高级，运营商合作资源，长期固定，同样是 6Mbps。协议上支持 IKEv2、PPTP、L2TP、SSTP、SOCKS5 这几种，数据传输全程加密，端口按你实际的使用方式选就行。