爬虫收集上百条代理ip 代码分享!

# coding=utf-8
import urllib2
import time
from lxml import etree

#是通过西刺网站来获取代理信息
url = "http://www.xicidaili.com/"
header = {
    "User-Agent": 'Opera/9.80 (Windows NT 6.1; U; zh-cn) Presto/2.9.168 Version/11.50',
}

request = urllib2.Request(url, headers=header)
data = urllib2.urlopen(request).read()
print(data)
content = etree.HTML(data)  #xpath 来解析页面! 转成可以解析的页面!
url_list = content.xpath('//tr/td[2]/text()')
port = content.xpath('//tr/td[3]/text()')
text = content.xpath('//td[6]/text()')


li = list()
for i in range(len(url_list)):
    li.append(url_list[i] + ":" + port[i])
print(li)

 

转载于:https://www.cnblogs.com/shi-qi/articles/8906337.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值