爬虫采集数据时经常会遇到两个问题，弹验证码和封IP，很多人使用代理IP来应对，但还是不能完全避免，今天我们就来聊一聊如何解决这个难题。
网站为什么会弹出验证码，多半是察觉到了你的操作不规范，不像是真人行为，因此对你进行试探，如果你能过验证码，就能继续访问，不能过就访问不了，严重点就直接封IP，甚至加入黑名单。
哪些操作不规范呢？比如说请求太频繁了，比如你在访问一个电商网站，正常人可能会浏览一个产品页十几秒甚至几分钟，而你的爬虫在几秒内请求了好几个产品页，目标网站自然就会起疑心，直接对你扔了一个验证码。
还有可能是代理IP纯净度不高，比如有些IP已经被其他人使用过了，或者已经被目标网站标记"可疑IP"了，你刚好又用这批IP去请求，那么很快就会触发验证码。
还有就是目标网站的反爬策略太过严格，哪怕代理IP质量很好也不可避免，比如检查你的 HTTP 头部信息、分析你请求的行为模式，甚至还会用 JavaScript 搞点小花招来识别爬虫，一旦发现不对劲，就给你一个验证码。
验证码固然很烦人，但也并非无解，想要解决它，就要知道它什么时候出来。我们可以查看HTTP响应状态码分析页面内容，或者用图像识别技术来实时监测，比如页面返回了403状态码，内容里看到了"验证码"三个字，或者图片识别到了验证码。
这时候你有两个办法，一是掌握规律在验证码即将出来前或者已经出现后，快速切换新的代理IP来跳过它，二是直面验证码，接入验证码识别程序，直接过了它。如果不是避无可避，一般都会采用切换代理IP来解决。
切换代理IP需要讲究策略，要根据目标网站的反爬规则，以及代理IP之前的表现，优先切换那些没有被目标网站标记过的IP，或者响应速度快的IP，这样既可以提高业务成功率，还能提高采集效率。
使用代理IP碰到验证码是很常见的事情，原因有很多，可能是代理IP纯净度不够，可能是请求行为不像真人，还有可能是爬虫策略太严格，我们可以通过实时监测验证码，快速切换优质IP，就可以大大降低验证码的触发率，提高数据采集效率。
