在使用爬虫爬取网络数据时，如果长时间对一个网站进行抓取时可能会遇到IP被封的情况，这种情况可以使用代理更换ip来突破服务器封IP的限制。
随手在百度上搜索免费代理IP，可以得到一系列的网站，这里我们通过对西刺网站的抓取来举例。
通过编写一个爬虫来抓取网站上面的IP地址，端口，及类型，把这些信息存到本地。这里不做介绍。
验证代理IP是否可用。原理是使用代理IP访问指定网站，如果返回状态为200，表示这个代理是可以使用的。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
# _*_ coding:utf-8 _*_import urllib2import reclass TestProxy(object): def __init__(self): self.ip = '106.46.136.64' self.port = '808' self.url = 'http://www.baidu.com' self.timeout = 3 self.regex = re.compile(r'baidu.com') self.run() def run(self): self.linkWithProxy() def linkWithProxy(self): server = 'http://'+ self.ip + ':'+ self.port opener = urllib2.build_opener(urllib2.ProxyHandler({'http':server})) urllib2.install_opener(opener) try: response = urllib2.urlopen(self.url, timeout=self.timeout) except: print '%s connect failed' % server return else: try: str = response.read() except: print '%s connect failed' % server return if self.regex.search(str): print '%s connect success .......' % server print self.ip + ':' + self.portif __name__ == '__main__': Tp = TestProxy() |
也可以使用requests包来进行验证，要少写好多代码
|
1
2
3
4
5
6
7
|
import requeststry: requests.get('http://wenshu.court.gov.cn/', proxies={"http":"http://121.31.154.12:8123"})except: print 'connect failed'else: print 'success' |
把验证通过的IP保存在redis里面，在IP被禁止的时候可以从redis中取出来使用。
受@齐俊杰的提醒，添加一种使用telnet来验证的方法：
|
1
2
3
4
5
6
7
|
import telnetlibtry: telnetlib.Telnet('127.0.0.1', port='80', timeout=20)except: print 'connect failed'else: print 'success' |
总结
以上所述是小编给大家介绍的使用python验证代理ip是否可用，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
原文链接：https://www.jianshu.com/p/588241a313e7
