<!-- {%hackmd @yun-cheng/theme %} -->

# Selenium 爬蟲使用 Tor 匿蹤教學

###### tags: `Python` `Selenium` `Tor` `Tutorials`

[TOC]

## 下載

以下 2 個是在 Windows 運行所需，第 1 個也可以換成下載一般 Tor Browser。

### 1. Tor Windows Expert Bundle
> https://www.torproject.org/download/tor/

### 2. Vidalia
> https://people.torproject.org/~erinn/vidalia-standalone-bundles/
> 選擇 `vidalia-standalone-0.2.21-win32-1_en-US.exe` 下載。

上面兩個都安裝後，執行 Vidalia，第一次會需要設定 Tor 路徑，也就是 Windows Expert Bundle（或 Tor Browser）所安裝的 tor.exe 的路徑。

## 實際運行

開啟 Vidalia，Start Tor，接著執行下面程式碼：

from selenium import webdriver

chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--proxy-server=socks5://localhost:9050')
driver = webdriver.Chrome(chrome_options=chrome_options)
driver.get('https://icanhazip.com')

就會看到由 Tor 所取得的新 IP 啦！

## 注意事項

1. 使用 Tor 進行跳板雖可以匿蹤，但也增加了頁面讀取所需時間。
2. Tor 每 20 分鐘會更新一次 IP，但用於爬蟲還是需要縮短更新時間。
3. 若能多開 Tor client，則可以彌補第 1 點的問題。

## 參考連結

1. [使用 Tor 進行網路爬蟲](https://hardliver.blogspot.com/2017/06/web-crawler-tor-ip.html)
2. [偽造身份進行網路爬蟲](https://hardliver.blogspot.com/2018/04/selenium.html)
3. [多開 Tor client](https://hardliver.blogspot.com/2018/03/tor-tor-client.html)