抓取代理IP,然后保存成txt

#!/usr/bin/env python
# coding=utf-8
#针对 www.xicidaili.com
import re
import random
import sys
import time
import datetime
import threading
from random import choice
import requests
import bs4
import string


file=open('data.txt','a')  
def get_ip(str1):
    """获取代理IP"""
    url = "http://www.xicidaili.com/wt/"+str1
    headers = { "Accept":"text/html,application/xhtml+xml,application/xml;",
                "Accept-Encoding":"gzip, deflate, sdch",
                "Accept-Language":"zh-CN,zh;q=0.8,en;q=0.6",
                "Referer":"http://www.xicidaili.com",
                "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/42.0.2311.90 Safari/537.36"
                }
    r = requests.get(url,headers=headers)
    soup = bs4.BeautifulSoup(r.text, 'html.parser')
    data = soup.table.find_all("td")
    ip_compile= re.compile(r'<td>(\d+\.\d+\.\d+\.\d+)</td>')    # 匹配IP
    port_compile = re.compile(r'<td>(\d+)</td>')                # 匹配端口
    ip = re.findall(ip_compile,str(data))       # 获取所有IP
    port = re.findall(port_compile,str(data))   # 获取所有端口
    list = [":".join(i) for i in zip(ip,port)]  
    print list  
    for i in list:
        file.write(str(i)+'\n')

def main():
    count = 1
    while (count < 2000):    
        str1 = str(count)
        get_ip(str1)   
        count += 1
        time.sleep(0.1)
    file.close()    
if __name__ == '__main__':
    main()

转载于:https://www.cnblogs.com/wj2ge/p/7009849.html

  • 0
    点赞
  • 0
    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