python 爬取 ip 代理网站 获取ip代理池

爬取的网站:免费私密代理IP_IP代理_HTTP代理 - 快代理

示例代码:

import json

import requests
import time,re


class daili:

    # 1.发送请求,获取响应
    def send_request(self, page):
        print("=============正在抓取第{}页===========".format(page))
        # 目标网页,添加headers参数
        base_url = 'https://www.kuaidaili.com/free/fps/{}/'.format(page)
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36'}

        # 发送请求:模拟浏览器发送请求,获取响应数据
        response = requests.get(base_url, headers=headers)
        data = response.content.decode()
        time.sleep(1)

        return data

    # 2.解析数据
    def parse_data(self, data):
        data__ = re.compile(r'const fpsList = (?P<wahaha>.*?)let totalCount =', re.S)
        result = data__.finditer(data)
        for it in result:
            ip_array = it.group("wahaha")
            return ip_array

    # 4.检测代理IP
    def check_ip(self, proxies_list):
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36'}

        can_use = []
        for proxies in proxies_list:
            try:
                response = requests.get('https://www.baidu.com/', headers=headers, proxies=proxies, timeout=0.1)
                if response.status_code == 200:
                    can_use.append(proxies)

            except Exception as e:
                print(e)

        return can_use

    # 5.保存到文件
    def save(self, can_use):

        file = open('IP.txt', 'w')
        for i in range(len(can_use)):
            s = str(can_use[i]) + '\n'
            file.write(s)
        file.close()

    # 实现主要逻辑
    def run(self):
        proxies_list = []
        # 实现翻页,我这里只爬取了四页(可以修改5所在的数字)
        for page in range(1, 5):
            data = self.send_request(page)
            parse_list = self.parse_data(data)
            ip_arr = json.loads(str(parse_list.replace(';','')))
            for i in ip_arr:
                proxies_dict = {}
                http_type = 'http'
                proxies_dict[http_type] = i['ip'] + ":" + i['port']
                proxies_list.append(proxies_dict)
        can_use = self.check_ip(proxies_list)
        self.can_use = can_use
        return can_use

dl = daili()
dl.run()

效果展示:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

某公司摸鱼前端

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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