利用Python爬取可用的代理IP
来源:互联网 发布:如何删除部落冲突数据 编辑:程序博客网 时间:2024/05/17 07:45
我们平时在用Python爬虫时,有时会要用到IP代理,有时因为IP被封禁导致需要更换IP进行爬取。
网上有很多的免费代理IP网站,但不是所有的ip都能用,所以这篇文章教大家如何爬取可用的代理IP。
一个免费代理IP网站为例:http://www.xicidaili.com/nn/。但在使用的时候发现很多IP都用不了。
所以用Python写了个脚本,该脚本可以把能用的代理IP检测出来。
#encoding = utf8import urllib2from bs4 import BeautifulSoupimport urllibimport socket User_Agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0'header = {}header['User-Agent'] = User_Agent '''获取所有代理IP地址'''def getProxyIp(): proxy = [] for i in range(1,2): try: url = 'http://www.xicidaili.com/nn/'+str(i) req = urllib2.Request(url,headers=header) res = urllib2.urlopen(req).read() soup = BeautifulSoup(res) ips = soup.findAll('tr') for x in range(1,len(ips)): ip = ips[x] tds = ip.findAll("td") ip_temp = tds[1].contents[0]+"\t"+tds[2].contents[0] proxy.append(ip_temp) except: continue return proxy '''验证获得的代理IP地址是否可用'''def validateIp(proxy): url = "http://ip.chinaz.com/getip.aspx" f = open("E:\ip.txt","w") socket.setdefaulttimeout(3) for i in range(0,len(proxy)): try: ip = proxy[i].strip().split("\t") proxy_host = "http://"+ip[0]+":"+ip[1] proxy_temp = {"http":proxy_host} res = urllib.urlopen(url,proxies=proxy_temp).read() f.write(proxy[i]+'\n') print proxy[i] except Exception,e: continue f.close() if __name__ == '__main__': proxy = getProxyIp() validateIp(proxy)运行成功后,打开E盘下的文件,可以看到如下可用的代理IP地址和端口:
这只是爬取的第一页的IP地址,如有需要,可以多爬取几页。同时,该网站是时时更新的,建议爬取时只爬取前几页的即可。以上就是本文的全部内容,希望对大家学习使用Python能有所帮助。
阅读全文
0 0
- 利用Python爬取可用的代理IP
- Python爬取代理IP
- Python爬取代理IP
- 利用代理IP爬取网页的小心得
- python项目之 爬取代理的ip地址
- python爬虫爬取goubanjia的代理ip
- 《分享项目_python爬取可用代理ip》
- 爬取代理ip
- 【Python脚本】-Python查找可用代理IP
- 从西刺代理爬取代理ip,并验证是否可用
- python验证IP代理是否可用
- 基于PYTHON requests包,代理ip+header+延时爬取的简单实现
- 爬虫-爬取代理ip网页里的ip
- java代理实现爬取代理IP
- 移动可用代理ip
- Java爬虫爬取代理ip
- 使用scrapy爬取代理ip
- request 和 lxml 爬取代理IP
- 【C#】 泛型
- 前端JavaScript框架列表
- 最长递增子序列
- JavaScript Switch 语句
- 使用CL编译器选项查看C++类内存布局----转
- 利用Python爬取可用的代理IP
- Linux 常见文件后缀解压命令
- 微信开发刷新网页code过期
- git 常见问题 及 操作
- Mybatis总体架构分析
- 分析一个通用的rtsp server实现过程基础模块
- 如何编写makefile文件
- python中set和list的操作
- 重建二叉树