python实例018--验证爬下来的代理ip是否可用,去掉不可用的代理

验证爬下来的代理ip是否可用,去掉不可用的代理

import pickle
import os
import urllib.request
import urllib.parse
import re
import random


def loadAgentList():
    agentlist=[]
    if not os.path.exists("agent.pkl"):
        return agentlist
    with open("agent.pkl","rb") as f:
        agentlist=pickle.load(f)
    return agentlist

ipAgents=loadAgentList()

def writeAgentList(agentList): 
    if os.path.exists("agent.pkl"):
        os.remove("agent.pkl")          #每次重新生成 要不多次 dump需要多次 load
    with open("agent.pkl.","wb") as f:
        pickle.dump(agentList, f)

def loadAgentList():
    agentlist=[]
    if not os.path.exists("agent.pkl"):
        return agentlist
    with open("agent.pkl","rb") as f:
        agentlist=pickle.load(f)
    return agentlist



def getMyIp():
    url="http://httpbin.org/ip"
    try:
        html=openUrl(url).decode("utf-8")
    except:
        return
    pattern = re.compile(r'((25[0-5]|2[0-4]\d|[0-1]\d\d|\d\d|\d)\.){3}(25[0-5]|2[0-4]\d|[0-1]\d\d|\d\d|\d)')
    groupIp=pattern.search(html)
    if groupIp:
        return groupIp.group()

#注意 返回对象未进行解码
def openUrl(url):
    #req=urllib.request.Request(url)
    #设置访问头
    #req.add_header("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36")

    #设置代理
    proxy={"http":ip}
    #print(proxy)
    #定义一个代理字段
    proxy_support=urllib.request.ProxyHandler(proxy)

    #建立一个opener
    opener=urllib.request.build_opener(proxy_support)
    opener.addheaders=[("User-Agent","Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36")]
    #urllib.request.install_opener(opener)
    
    #获得网页对象
    #response=urllib.request.urlopen(req)
    response=opener.open(url)
    html=response.read()
    return html

if __name__ == "__main__":

    ipArray=loadAgentList()
    ip=""
    for iter in range(1,len(ipArray)+1):
        ip=ipArray[-iter]
        print(ip)
        b=getMyIp()
        print(b)
        if not b:
        #代理不能用
            ipArray.pop(-iter)
        else :
            print("success")
    
    writeAgentList(ipArray)
    print("处理完成!")

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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