python爬取ip代理池

ip代理池的爬取和验证可用性

初学python爬虫,爬取微博的时候被封了IP,查资料才了解到ip代理,于是做了一个简易程序在免费网站上爬取可用ip,采用正则表达式和requests方法,并用多线程提高效率。特此记录,既是为自己记录下来,也希望帮助到其他初学者。

import threading

import requests
import re

baseurl = "https://www.xicidaili.com/wn/"     #西刺网https基础网页,后面加数字即可
testurl = "https://api.ipify.org?format=json" #用于测试能否使用
path    = 'F:\\image\\1.txt'            #ip地址存储位置
headers = {
    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36"
}
Https = []   #存储https
def test(https): #测试函数
    try:
        proxy = {'http':"115.216.76.120:9999",'https':https}
        response = requests.get(testurl,headers,proxies=proxy,timeout=10)
        if response.status_code == 200:
            print(response.content)
            Https.append(https)
    except Exception as e:
        print(e)
def wfile(datas): #写入文件
    with open(path,'a') as file:
          for data in datas:
              file.write(data + "\n")
    file.close()
def download(url,page):
    try:
        response = requests.get(url+str(page), headers=headers)
        if response.status_code == 200:
            datas = response.text
            data = re.findall('<td>(\d+\.\d+\.\d+\.\d+)</td>', datas, re.S)
            data1 = re.findall('<td>(\d{1,6})</td>', datas, re.S)
            i = 0
            for h in data:
                test(h + ":" + data1[i])
                i = i + 1
    except Exception as e:
        print(e)
threads = []
try:
  for i in range(1,15):
     t1 =  threading.Thread(target=download, args=("https://www.xicidaili.com/wn/",i))
     t1.start()
     threads.append(t1)
  for t in threads:
      t.join()
  print("退出主线程")
except:
   print ("Error: 无法启动线程")
wfile(Https)

该代码爬取西刺网的数据,更改baseurl,testurl可爬取不同类型的ip。
更改range可更改爬取数量。

  • 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