python如何基于redis实现ip代理池

Python  /  管理员 发布于 8年前   270

这篇文章主要介绍了python如何基于redis实现ip代理池,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

使用apscheduler库定时爬取ip，定时检测ip删除ip，做了2层检测，第一层爬取后放入redis――db0进行检测，成功的放入redis――db1再次进行检测，确保获取的代理ip的可用性

import requests, redisimport pandasimport randomfrom apscheduler.schedulers.blocking import BlockingSchedulerimport datetimeimport loggingdb_conn = redis.ConnectionPool(host="*.*.*.*", port=6379, password="123456")redis_conn_0 = redis.Redis(connection_pool=db_conn, max_connections=10,db=0)redis_conn_1 = redis.Redis(connection_pool=db_conn, max_connections=10,db=1)# 删除redis数据库里的ipdef remove_ip(ip,redis_conn):  redis_conn.zrem("IP", ip)  print("已删除 %s..." % ip)# 获取redis数据库里一共有多少ipdef get_ip_num(redis_conn):  num = redis_conn.zcard("IP")  return num# 获取ip的端口def get_port(ip,redis_conn):  port = redis_conn.zscore("IP", ip)  port = str(port).replace(".0", "")  return port# 添加ip和端口到数据库里def add_ip(ip, port,redis_conn):  # nx: 不要更新已有的元素。总是添加新的元素,只有True，False  redis_conn.zadd("IP", {ip: port}, nx=55)  print("已添加 %s %s...ok" % (ip, port))# 列出所有的ipdef get_all_ip(redis_conn):  all_ip = redis_conn.zrange("IP", 0, -1)  return all_ip# 随机获取一个ipdef get_random_ip(redis_conn):  end_num = get_ip_num(redis_conn)  num = random.randint(0, end_num)  random_ip = redis_conn.zrange("IP", num, num)  if not random_ip:    return "",""  random_ip = str(random_ip[0]).replace("b", '').replace("'", "")  port = get_port(random_ip,redis_conn)  return random_ip, port# 获取代理ipdef spider_ip(x,redis_conn):  print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), x)  for p in range(1, 20):    res = pandas.read_html("http://www.89ip.cn/index_{}.html".format(p))    # print(res)    # print(type(res[0]))    for i in range(len(res[0])):      ip = res[0].iloc[i, 0]      port = res[0].iloc[i, 1]      print("ip", ip)      print("port", port)      add_ip(str(ip), str(port),redis_conn)logging.basicConfig(level=logging.INFO,          format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',          datefmt='%Y-%m-%d %H:%M:%S',          filename='log1.txt',          filemode='a')def aps_detection_ip(x,redis_conn):  print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), x)  res=get_random_ip(redis_conn)  ip=res[0]  port=res[1]  try:    requests.get("http://www.baidu.com",proxies={'https':'{ip}:{port}'.format(ip=ip,port=port)})    print("可用",ip,port,res)    if redis_conn!=redis_conn_1:      add_ip(str(ip), str(port), redis_conn_1)  except Exception:    # ip错误失效就删除    remove_ip(ip,redis_conn)scheduler = BlockingScheduler()scheduler.add_job(func=aps_detection_ip, args=('检测循环任务0',redis_conn_0), trigger='interval', seconds=3, id='aps_detection_ip_task0',max_instances=10)scheduler.add_job(func=spider_ip, args=('获取循环任务0',redis_conn_0), trigger='interval', seconds=60*60*2, id='spider_ip_task0',max_instances=10)scheduler.add_job(func=aps_detection_ip, args=('检测循环任务1',redis_conn_1), trigger='interval', seconds=3, id='aps_detection_ip_task1',max_instances=10)scheduler._logger = logging# scheduler.start()if __name__ == '__main__':  # print(get_ip_num())  # spider_ip("获取循环任务")  scheduler.start()  # aps_detection_ip("检测循环任务")

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。