搭建一个免费代理IP池,妈妈再也不用担心我没有IP用了

背景

爬虫工作才刚刚开始,突然IP被限制了,怎么办?他们告诉我,可以去买代理IP呀。

可是我翻了5遍裤兜,查了8张银行卡,却只有1块钱 ,根本买不起啊。

 

突然,隔壁部门的同事的姐姐的妈妈的婶婶的舅妈的孙女告诉我,可以采集免费代理IP呀。

我心想,对呀,免费代理IP不用钱啊,搞起来。

经过我一番研究,确认了思路,于是开干。

目录

1. 确定代理IP池的抓取源

2. 编写代理IP抓取程序

3. 筛选和验证代理IP

4. 定期更新代理IP列表

5.代码示例

总结


搭建免费代理IP池可以通过以下几个步骤:

1. 确定代理IP池的抓取源

在构建免费代理IP池之前,首先需要确定代理IP的抓取源。可以在网上搜索免费的代理IP网站,或者使用爬虫去抓取免费的代理IP,获取有效代理IP的方法很多,可以选择适合自己的方法。

 

2. 编写代理IP抓取程序

编写代理IP抓取程序是获取有效代理IP不可或缺的一步,可以使用 Python 等编程语言编写程序,通过网络请求、正则表达式、BeautifulSoup等技术抓取免费代理IP池,最终把有效的代理IP存储到一个数据库或者文件中。

3. 筛选和验证代理IP

得到有效代理IP后,需要对其进行筛选和验证。可以使用一些网络请求库来对代理IP进行验证,判断响应状态、响应时间等指标来筛选出可用的代理IP。

4. 定期更新代理IP列表

代理IP的可用性是有一定时效性的,有可能一个可用的代理IP在某个时间点失效了,所以代理IP池需要定期更新。可以通过定时运行代理IP抓取程序,或者定时检查代理IP列表并删除失效的IP,然后再进行新的筛选和验证,保持代理IP池的可用性。

以上便是搭建免费代理IP池的主要步骤。需要注意的是,在构建自己的代理IP池时,建议使用合法、可靠、安全的代理IP,以免给自己和他人造成不必要的麻烦。

5.代码示例

以下是使用 Python 进行搭建免费代理IP池的代码示例:

首先,需要使用 requests 库向代理IP网站发起请求并解析网页,完成代理IP的抓取:

import requests

from bs4 import BeautifulSoup



def get_proxies():

    url = 'https://www.zdaye.com' # 代理IP网站

    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

    r = requests.get(url, headers=headers)

    soup = BeautifulSoup(r.content, 'html.parser')

    table = soup.find('table', {'class': 'layui-table'})

    rows = table.find_all('tr')

    proxies = []



    for row in rows[1:]:

        cols = row.find_all('td')

        if cols[2].get_text() == '高匿名':

            proxy = {

                'http': 'http://%s:%s' % (cols[0].get_text(), cols[1].get_text()), # 构造代理IP

                'https': 'https://%s:%s' % (cols[0].get_text(), cols[1].get_text())

            }

            proxies.append(proxy)

    

    return proxies

接下来,需要对得到的代理IP进行验证和筛选。通过在验证时设置超时时间,可以实现对代理IP可用性的判断:

​
import time

def check_proxy(proxy):

    url = 'http://httpbin.org/ip'

    try:

        response = requests.get(url, proxies=proxy, timeout=5)

        if response.status_code == 200:

            return True

    except:

        return False

def filter_proxies(proxies):

    filtered_proxies = []

    for proxy in proxies:

        if check_proxy(proxy):

            filtered_proxies.append(proxy)

        time.sleep(0.5) # 为避免过度频繁的请求,每验证一个代理IP,休眠 0.5 秒再进行下一次验证

    return filtered_proxies

​

最后,可以将筛选后的代理IP存储到本地文件中或者写入数据库:

import json



def save_proxies(proxies, filename):

    with open(filename, 'w') as f:

        json.dump(proxies, f)



def read_proxies(filename):

    with open(filename, 'r') as f:

        proxies = json.load(f)

    return proxies

最后,可以将以上代码串起来,实现搭建免费代理IP池:

proxies = get_proxies()

filtered_proxies = filter_proxies(proxies)

if len(filtered_proxies) > 0:

    save_proxies(filtered_proxies, 'proxies.json')

    print('已筛选可用代理IP共 %d 个' % len(filtered_proxies))

else:

    print('未能获取到有效代理IP')

使用以上代码可以实现对免费代理IP池的搭建,需要注意的是,代理IP网站和验证方式可以根据实际情况进行调整。

总结

爬取免费代理IP并不难,只是免费代理IP是真的不好用,但谁叫我没有钱呢,只能将就着用下。

如果比较在意工作效率,还是建议使用付费代理IP,比如站大爷的短效优质代理IP。

  • 8
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
搭建Selenium IP代理,你可以按照以下步骤进行操作: 1. 首先,你需要安装selenium-wire模块。你可以使用以下命令在终端中安装该模块: ```pip install selenium-wire``` 2. 接下来,你需要导入所需的包和模块。例如,你可以导入selenium、fake_useragent和selenium.webdriver.chrome.options模块。 ``` from selenium import webdriver from fake_useragent import UserAgent from selenium.webdriver.chrome.options import Options ``` 3. 设置代理服务器的配置和用户代理头。你可以使用ChromeOptions()来设置代理服务器和添加用户代理头。 ``` ops = Options() headers = {'User-Agent': UserAgent().random} ``` 4. 创建一个WebDriver实例,并使用指定的驱动程序路径来初始化。例如,你可以使用webdriver.Chrome()来创建一个Chrome浏览器的实例。 ``` driver = webdriver.Chrome(r'D:\360安全浏览器下载\chromedriver.exe') ``` 5. 获取代理IP地址并将其添加到代理服务器中。你可以使用webdriver的get()方法来打开代理IP地址的网页,并使用find_element_by_xpath()方法来获取代理IP地址的文本。然后,你可以使用add_argument()方法将代理IP地址添加到ChromeOptions中的代理服务器选项中。 ``` api_url = '让你复制的代理api链接' driver.get(api_url) a = driver.find_element_by_xpath('/html/body/pre').text # 获取代理 ops.add_argument('--proxy-server=http://%s' % a) # 添加代理 ``` 6. 清除浏览器的cookies。你可以使用delete_all_cookies()方法来清除浏览器的cookies。 ``` driver.delete_all_cookies() # 清除cookies ``` 7. 打开你想要使用代理IP访问的网页,并执行你需要的操作。例如,你可以使用get()方法打开淘宝网并在搜索框中输入关键字。 ``` driver.get('https://www.taobao.com/') driver.find_element_by_name('q').send_keys('华为手机') ``` 请注意,上述代码仅供参考,你需要根据自己的实际情况进行适当的修改和调整。确保你已经正确安装了selenium-wire模块,并且已经下载和配置了Chrome驱动程序。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [selenium使用代理IP](https://blog.csdn.net/weixin_46211269/article/details/123251070)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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