爬取代理信息,用multiprocessing多进程验证代理是否可用

  • 获取66ip的代理信息
  • 创建进程池异步检测代理是否可用
import requests
from lxml import etree
import multiprocessing
import time
# 验证ip是否可以使用
def check_proxy(proxy):
    try:
        url = 'https://www.baidu.com/s?wd=ip'
        proxy_dict = {
            'http':proxy
        }
        # print(proxy_dict)
        try:
            response = requests.get(url,proxies = proxy_dict,timeout=5)
            if response.status_code == 200:
                print('此ip可用!',proxy)
                return proxy
            else:
                print('此ip可用!但响应超时!')
                return proxy
        except:
            print('此ip不可用!')
            return None
    except Exception as e:
        print(e)

# 获取所有的ip
def get_all_proxy_list(queue):
    url = 'http://www.66ip.cn/areaindex_35/1.html'
    response = requests.get(url)

    html_ele = etree.HTML(response.text)
    tr_list = html_ele.xpath('//div[@align="center"]/table/tr')
    # proxy_list = []
    for tr in tr_list[1:]:
        ip = tr.xpath('./td[1]/text()')[0]
        port = tr.xpath('./td[2]/text()')[0]
        proxy = 'http://'+ ip + ':' + port
        # proxy_list.append(proxy)
        queue.put(proxy)
    # return proxy_list

if __name__ == '__main__':
    # proxy_list = get_all_proxy_list()

    # 创建队列
    q = multiprocessing.Queue()
    # 使用进程来获取所有的ip
    p = multiprocessing.Process(target=get_all_proxy_list,args=(q,))
    p.start()
    # 创建进程池
    pool = multiprocessing.Pool(10)
    result_list = []
    while True:
        try:
            proxy_str = q.get(timeout=5)
        except:
            break
        # 一个一个的检测代理是否可用
        proxy_res = pool.apply_async(check_proxy,args=(proxy_str,))
        result_list.append(proxy_res)

    # 可用的代理集合
    valid_proxy_list = []
    for proxy_res in result_list:
        result = proxy_res.get()
        if result:
            valid_proxy_list.append(result)
    print('All vaild we can get')
    print(valid_proxy_list)
    pool.close()
    pool.join()
    p.join()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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