任务
抓取免费的代理ip,然后验证代理是否可以使用,可以使用的保存到本地
免费代理ip网址https://www.kuaidaili.com/free/inha/
分析
第一个方法:首先要请求改网站,用requests,如果content不为空的话用正则筛选出想要的部分,最后进行ip和端口拼接
第二个方法:写入文本中
第三个方法:把拼接好的url放在proxies中去请求百度看状态码是否为200,是200的话就调用第二个方法
第一个方法
import re,requests,random
header = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36'
}
def urls():
list = []
for i in range(1,10):
url = 'https://www.kuaidaili.com/free/inha/'+str(i)
r = requests.get(url,headers=header)
if r.content != None:
ip = re.findall('<td data-title="IP">(.*?)</td>',r.content.decode())
port = re.findall('<td data-title="PORT">(.*?)</td>',r.content.decode())
for i in range(len(ip)):
list.append(ip[i] + ":" + port[i])
return list
第二个方法
def writr_file(proxy):
with open('proxy.txt', 'a')as a:
a.writelines(proxy+'\n')
第三个方法
def proxy(urls):
for i in urls:
url = "https://www.baidu.com/"
proxy = {
'http': i
}
try:
res = requests.get(url, proxies=proxy, timeout=5,headers=header)
if res.status_code == 200 and '百度一下' in res.content.decode():
print('================')
print('代理可用:'+i)
writr_file(i)
else:
print('代理不可用:'+i)
except:
print('代理无法连接:'+i)
整体代码
# 免费代理ip网址https://www.kuaidaili.com/free/inha/
# 抓取免费的代理ip,然后验证代理是否可以使用,可以使用的保存到本地
import re,requests,random
header = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36'
}
def urls():
list = []
for i in range(1,10):
url = 'https://www.kuaidaili.com/free/inha/'+str(i)
r = requests.get(url,headers=header)
if r.content != None:
ip = re.findall('<td data-title="IP">(.*?)</td>',r.content.decode())
port = re.findall('<td data-title="PORT">(.*?)</td>',r.content.decode())
for i in range(len(ip)):
list.append(ip[i] + ":" + port[i])
return list
#写入
def writr_file(proxy):
with open('proxy.txt', 'a')as a:
a.writelines(proxy+'\n')
#判断存活
def proxy(urls):
for i in urls:
url = "https://www.baidu.com/"
proxy = {
'http': i
}
try:
res = requests.get(url, proxies=proxy, timeout=5,headers=header)
if res.status_code == 200 and '百度一下' in res.content.decode():
print('================')
print('代理可用:'+i)
writr_file(i)
else:
print('代理不可用:'+i)
except:
print('代理无法连接:'+i)
proxy(urls())
优化代码
写在一起可能更好点
# 免费代理ip网址https://www.kuaidaili.com/free/inha/
# 抓取免费的代理ip,然后验证代理是否可以使用,可以使用的保存到本地
import re,requests
header = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36'
}
def GetProxyIp():
urls = []
IP_URL = 'https://www.kuaidaili.com/free/inha/{}'
for i in range(3,5):
content = requests.get(IP_URL.format(i), headers=header, timeout=5).content.decode('utf-8')
if content != None:
ip = re.findall('<td data-title="IP">(.*?)</td>', content)
port = re.findall('<td data-title="PORT">(.*?)</td>', content)
for j in range(len(ip)):
urls.append(ip[j] + ':' + port[j])
return urls
def pd(proxy):
url = "https://www.baidu.com/"
for i in proxy:
proxy = {
'http': i,
}
try:
res = requests.get(url, timeout=5, headers=header,proxies=proxy)
if res.status_code == 200 and '百度一下' in res.content.decode():
print('发现免费代理:'+str(i))
else:
print(str(i)+'不通')
except:
print(str(i)+'异常')
proxy = GetProxyIp()
pd(proxy)
感兴趣的小伙伴,赠送全套Python学习资料,包含面试题、简历资料等具体看下方。
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了,安装就可直接上手!
三、最新Python学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试宝典
简历模板
若有侵权,请联系删除