python实现ip代理池功能示例_Python

本文实例讲述了python实现ip代理池功能。分享给大家供大家参考，具体如下：

爬取的代理源为西刺代理。

用xpath解析页面
用telnet来验证ip是否可用
把有效的ip写入到本地txt中。当然也可以写入到redis、mongodb中，也可以设置检测程序当代理池中的ip数不够（如：小于20个）时，启动该脚本来重新获取ip，本脚本的代码也要做相应的改变。

				?

									# !/usr/bin/env python

									# -*- coding: utf-8 -*-

									# @Version   ： 1.0

									# @Time     ： 2018/10/23 上午10:40

									# @Author    ： Yeoman

									# @Description ：

									import urllib.request

									import lxml.etree

									import telnetlib

									import os

									headers = {

									  'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36'

									}

									def get_proxy(page_num):

									  # 获取页面

									  req = urllib.request.Request('http://www.xicidaili.com/nn/{}'.format(page_num), headers=headers) # 构造request请求

									  response = urllib.request.urlopen(req) # 发送请求

									  html = response.read()

									  html = html.decode('utf-8')

									  # print(html)

									  # 解析页面

									  proxy_list = []

									  selector = lxml.etree.HTML(html)

									  rows = selector.xpath('//*[@id="ip_list"]//tr')

									  rows_total = len(rows)

									  row_xpath_head = '//*[@id="ip_list"]//tr['

									  row_ip_xpath_tail = ']/td[2]/text()'

									  row_port_xpath_tail = ']/td[3]/text()'

									  for i in range(1, rows_total):

									    ip_xpath = row_xpath_head + str(i+1) + row_ip_xpath_tail

									    port_xpath = row_xpath_head + str(i+1) + row_port_xpath_tail

									    ip = selector.xpath(ip_xpath)[0]

									    port = selector.xpath(port_xpath)[0]

									    ip_port = ip + ':' + port

									    proxy_list.append(ip_port)

									  return proxy_list

									# 检测代理ip是否可用

									def test_proxy_ip_port(proxy_ip_port):

									  print('当前代理ip：{}'.format(proxy_ip_port))

									  ip_port = proxy_ip_port.split(':')

									  ip = ip_port[0]

									  port = ip_port[1]

									  # 用telnet来验证ip是否可用

									  try:

									    telnetlib.Telnet(ip, port, timeout=10)

									  except:

									    return False

									  else:

									    return True

									# 把有效的ip写入本地

									def write_ip(proxy_ip):

									  with open('./ip.txt', 'a') as f:

									    f.write(proxy_ip + '\n')

									# 删除文件

									def del_file():

									  file_path = './ip.txt'

									  if os.path.exists(file_path):

									    os.remove(file_path)

									def run():

									  del_file()

									  proxy_ip_port_list = []

									  for i in range(1, 6): # 前5页

									    proxy_ip_port_list += get_proxy(i)

									  for i in range(100): # 一页有100条

									    proxy_ip_port = proxy_ip_port_list[i]

									    is_valid = test_proxy_ip_port(proxy_ip_port)

									    print(is_valid)

									    if is_valid:

									      # 写入ip到本地

									      write_ip(proxy_ip_port)

									if __name__ == '__main__':

									  run()

希望本文所述对大家Python程序设计有所帮助。

原文链接：https://blog.csdn.net/Yeoman92/article/details/83310646

python实现ip代理池功能示例

相关文章

热门资讯