requests+正则表达式爬取ip

 1 #requests+正则表达式爬取ip
 2 #findall方法,如果表达式中包含有子组,则会把子组单独返回出来,如果有多个子组,则会组合成元祖
 3 import requests
 4 import re
 5 def get_ip(url):
 6     headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.75 Safari/537.36 LBBROWSER'}
 7     response = requests.get(url,headers=headers)
 8     pattern= re.compile(r'(?:(?:[0-1]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])\.){3}(?:[0-1]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5]).*\s*.*(?:\d+)')
 9     result = re.findall(pattern,response.text)
10     #print(result)
11     return result
12 
13 def make_iplist(iplist,result):
14 
15     for ip in result:
16         ip = re.sub(r'</td>\s*.*<td>',':',ip)
17         iplist.append(ip)
18     return iplist
19 
20 def main(num):
21 
22     iplist = []
23     for i in range(1,num):
24         url = 'http://www.xicidaili.com/nt/'
25         url =url + str(num)
26         #print(url)
27         result = get_ip(url)
28         iplist = make_iplist(iplist,result)
29 
30     for j in iplist:
31         print(j)
32 if __name__ == '__main__':
33     num=int(input('请输入要抓取的页数:'))
34     main(num)

 

转载于:https://www.cnblogs.com/themost/p/6847730.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