python实现ip代理池功能示例

Python  /  管理员 发布于 7年前   319

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.requestimport lxml.etreeimport telnetlibimport osheaders = {  '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()

更多关于Python相关内容可查看本站专题：《Python Socket编程技巧总结》、《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。