- 什么是IP代理
pass - 怎么通过ip代理来访问
pass - 获取免费的IP代理,并过滤无效ip
# coding=utf-8
import requests
from bs4 import BeautifulSoup
from random import choice
#传入网址,解析网址,获取对应的ip,并返回对应ip
def get_ip_proxy(url):
'''
这里传入对应IP网址,然后通过解析对应网址来将ip和端口组装成字符串装进列表
通过一个生成器返回一个ip,传入test_ip这个函数进行ip请求测试
'''
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36',
'Host': 'www.xicidaili.com'
}
ret = requests.get(url,headers=headers)
print(ret.status_code)
soup=BeautifulSoup(ret.content.decode(),'lxml')
ip_area=soup.find_all('table',{'id':'ip_list'})[0].find_all('td')
ip_list=[]
ip_index=1
port_index=2
try:
for index in ip_area:
ip_list.append(ip_area[ip_index].text+':'+ip_area[port_index].text)
ip_index+=+8
port_index+=8
except IndexError:
for ip in ip_list:
yield ip
#对获取ip进行测试,过滤掉无效的ip
def test_ip(ip_adr):
'''
通过get_ip_proxy中返回的ip,加入代理池,然后对代理池的ip进行get请求测试,这里只判断状态码,如果ip确实可用就打印出对应的ip
'''
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36'
}
proxy={'http':ip_adr}
status=requests.get('https://www.baidu.com/',headers=headers,proxies=proxy)
if status.status_code==200:
print(ip_adr)
def main():
'''
这里显示主要函数逻辑
'''
url = 'https://www.xicidaili.com/'
for ip_adress in get_ip_proxy(url):
test_ip(ip_adress)
if __name__ == '__main__':
main()
#输出结果: