python 爬虫 批量获取代理ip的实例代码

Python  /  管理员 发布于 7年前   175

实例如下所示：

import urllib.requestimport os, re,sys,timetry: from StringIO import StringIOexcept ImportError: from io import StringIOloca = re.compile(r"""ion":"\D+", "ti""")#伪装成浏览器header = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.157 Safari/537.36'}class Getip(): def __init__(self,diqu):  self.ur ={"xicidaili国内普通代理 --1线":"http://www.xicidaili.com/nt/","ip84国内普通代理 --2线":'http://www.ip84.com/dlpn-http/','xicidaili国内高匿名代理 --1线':'http://www.xicidaili.com/nn/',           'ip84国内高匿名代理 --2线':'http://www.ip84.com/dlgn-http/',        'xicidaili国外高匿名代理 --1线':'http://www.xicidaili.com/wn/',        'ip84国外高匿名代理 --2线':'http://www.ip84.com/gwgn-http/',    'xicidaili国外普通代理 --1线':'http://www.xicidaili.com/wt/',    'haodailiip国内混合代理 --3线':'http://www.haodailiip.com/guonei/',    'haodailiip国外混合代理 --3线':'http://www.haodailiip.com/guoji/',        }  self.diqu = diqu  def urlopen(self,url):  global header  try:   req = urllib.request.Request(url, None, header)   res=urllib.request.urlopen(req)     return res  except:   pass def getip(self,ren):  '''url = "http://proxy.ipcn.org/proxylist.html"#代理IP页面  ip_proxy_re = re.compile(r"""\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}:\d{1,}""")# 直接匹配 xxx.xxx.xxx.xxx:xxxx'''    url = self.ur[self.diqu]+str(ren)    ip_proxy_re = re.compile(r'(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})\s*</td>\s*<td>\s*(\d{1,})\s*</td>\s*<[^\u4E00-\u9FA5]+>([\u4E00-\u9FA5]*\s*[\u4E00-\u9FA5]*\s*[\u4E00-\u9FA5]*)\s*<')  #################################通用正则匹配的  格式 是  (IP,端口,地区) 地区有可能包含换行和空格  try:   data = self.urlopen(url).read().decode('utf-8')  except:   return None    self.rel = []    ip = ip_proxy_re.findall(data)  ##########返回的IP 就是 正则匹配的结果(IP,端口,地区) 地区有可能包含换行和空格    return ip  if __name__ == '__main__': g=Getip("xicidaili国内普通代理 --1线") import pprint for x in range(4):  ips = g.getip(1)  print('获取到ip地址一共:',len(ips))  pprint.pprint(ips)

以上这篇python 爬虫 批量获取代理ip的实例代码就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。