python实现ip代理池功能示例


Posted in Python onJuly 05, 2019

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()

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。

Python 相关文章推荐
python获取Linux下文件版本信息、公司名和产品名的方法
Oct 05 Python
Python多线程和队列操作实例
Jun 21 Python
在Django中使用Sitemap的方法讲解
Jul 22 Python
python中subprocess批量执行linux命令
Apr 27 Python
Python全局变量与局部变量区别及用法分析
Sep 03 Python
django orm 通过related_name反向查询的方法
Dec 15 Python
python for和else语句趣谈
Jul 02 Python
wxpython+pymysql实现用户登陆功能
Nov 19 Python
关于python中plt.hist参数的使用详解
Nov 28 Python
Python爬虫分析微博热搜关键词的实现代码
Feb 22 Python
python线程优先级队列知识点总结
Feb 28 Python
从np.random.normal()到正态分布的拟合操作
Jun 02 Python
解决yum对python依赖版本问题
Jul 05 #Python
python写入文件自动换行问题的方法
Jul 05 #Python
Python Numpy计算各类距离的方法
Jul 05 #Python
ERLANG和PYTHON互通实现过程详解
Jul 05 #Python
python如何读取bin文件并下发串口
Jul 05 #Python
anaconda如何查看并管理python环境
Jul 05 #Python
python笔记之mean()函数实现求取均值的功能代码
Jul 05 #Python
You might like
php文件怎么打开 如何执行php文件
2011/12/21 PHP
浅谈PHP中单引号和双引号到底有啥区别呢?
2015/03/04 PHP
php获取flash尺寸详细数据的方法
2016/11/12 PHP
PHP判断一个数组是另一个数组子集的方法详解
2017/07/31 PHP
让网页根据不同IE版本显示不同的内容
2009/02/08 Javascript
javascript JSON操作入门实例
2010/04/16 Javascript
比Jquery的document.ready更快的方法
2010/04/28 Javascript
基于jquery用于查询操作的实现代码
2010/05/10 Javascript
jquery下组织javascript代码(js函数化)
2010/08/25 Javascript
node.js正则表达式获取网页中所有链接的代码实例
2014/06/03 Javascript
jquery实现聚光灯效果的方法
2015/02/06 Javascript
在Javascript中处理数组之toSource()方法的使用
2015/06/09 Javascript
使用Function.apply()的参数数组化来提高 JavaScript程序性能的技巧
2015/12/23 Javascript
JavaScript简单实现鼠标移动切换图片的方法
2016/02/23 Javascript
jquery实现简单的banner轮播效果【实例】
2016/03/30 Javascript
jquery判断input值不为空的方法
2016/06/05 Javascript
JavaScript实现的原生态Tab标签页功能【兼容IE6】
2017/09/18 Javascript
vue 开发一个按钮组件的示例代码
2018/03/27 Javascript
Vue2实时监听表单变化的示例讲解
2018/08/30 Javascript
Node 代理访问的实现
2019/09/19 Javascript
[54:19]完美世界DOTA2联赛PWL S2 Magma vs PXG 第二场 11.28
2020/12/01 DOTA
python将多个文本文件合并为一个文本的代码(便于搜索)
2011/03/13 Python
Python操作CouchDB数据库简单示例
2015/03/10 Python
Python中的rjust()方法使用详解
2015/05/19 Python
tensorflow获取变量维度信息
2018/03/10 Python
美国在线家居装饰店:Belle&June
2018/10/24 全球购物
上海某公司.net方向笔试题
2014/09/14 面试题
Prototype如何为一个Ajax添加一个参数
2015/12/06 面试题
Python的两道面试题
2013/06/29 面试题
HttpServlet类中的主要方法都有哪些?各自的作用是什么?
2014/03/16 面试题
大学毕业登记表自我鉴定
2013/10/09 职场文书
城市轨道交通工程职业生涯规划书范文
2014/09/16 职场文书
政府四风问题整改措施
2014/10/04 职场文书
你会写请假条吗?
2019/06/26 职场文书
gtx1650怎么样 gtx1650显卡相当于什么级别
2022/04/08 数码科技
Apache SeaTunnel实现 非CDC数据抽取
2022/05/20 Servers