快捷導(dǎo)航

python實(shí)現(xiàn)ip代理池功能示例

更新時(shí)間：2019年07月05日 12:06:25 作者：Yeoman92

這篇文章主要介紹了python實(shí)現(xiàn)ip代理池功能,結(jié)合實(shí)例形式分析了Python IP代理池的實(shí)現(xiàn)原理及相關(guān)操作技巧,需要的朋友可以參考下

本文實(shí)例講述了python實(shí)現(xiàn)ip代理池功能。分享給大家供大家參考，具體如下：

爬取的代理源為西刺代理。

用xpath解析頁面
用telnet來驗(yàn)證ip是否可用
把有效的ip寫入到本地txt中。當(dāng)然也可以寫入到redis、mongodb中，也可以設(shè)置檢測程序當(dāng)代理池中的ip數(shù)不夠（如：小于20個(gè)）時(shí)，啟動(dòng)該腳本來重新獲取ip，本腳本的代碼也要做相應(yīng)的改變。

# !/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):
  # 獲取頁面
  req = urllib.request.Request('http://www.xicidaili.com/nn/{}'.format(page_num), headers=headers) # 構(gòu)造request請求
  response = urllib.request.urlopen(req) # 發(fā)送請求
  html = response.read()
  html = html.decode('utf-8')
  # print(html)
  # 解析頁面
  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
# 檢測代理ip是否可用
def test_proxy_ip_port(proxy_ip_port):
  print('當(dāng)前代理ip：{}'.format(proxy_ip_port))
  ip_port = proxy_ip_port.split(':')
  ip = ip_port[0]
  port = ip_port[1]
  # 用telnet來驗(yàn)證ip是否可用
  try:
    telnetlib.Telnet(ip, port, timeout=10)
  except:
    return False
  else:
    return True
# 把有效的ip寫入本地
def write_ip(proxy_ip):
  with open('./ip.txt', 'a') as f:
    f.write(proxy_ip + '\n')
# 刪除文件
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頁
    proxy_ip_port_list += get_proxy(i)
  for i in range(100): # 一頁有100條
    proxy_ip_port = proxy_ip_port_list[i]
    is_valid = test_proxy_ip_port(proxy_ip_port)
    print(is_valid)
    if is_valid:
      # 寫入ip到本地
      write_ip(proxy_ip_port)
if __name__ == '__main__':
  run()

更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題：《Python Socket編程技巧總結(jié)》、《Python正則表達(dá)式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對大家Python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: