python: 抓取免费代理ip

本文介绍了一种从西刺网抓取免费代理IP的方法,并实现了代理爬虫。通过Python的requests和BeautifulSoup库获取网页数据,再利用telnetlib验证IP的有效性,最终构建了一个可用的代理IP池。

通过抓取西刺网免费代理ip实现代理爬虫:

from bs4 import BeautifulSoup
import requests
import random
import telnetlib
requests = requests.session()
ip_list = []
proxy_list = []
headers = [
    'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:57.0) Gecko/20100101 Firefox/57.0',
     'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.143 Safari/537.36'
]
headers = random.choice(headers)
headers = {'User-Agent': headers}
def get_proxy():
    url = 'http://www.xicidaili.com/nn/'
    web_data = requests.get(url, headers=headers)
    soup = BeautifulSoup(web_data.text, 'lxml')
    ips = soup.find_all('tr')
    for i in range(1, len(ips)):
        ip_info = ips[i]
        tds = ip_info.find_all('td')
        ip = tds[1].text
        port = tds[2].text
        try:
            telnetlib.Telnet(ip, port, timeout=2)
            ip_list.append(ip+":"+port)
        except:
            pass
    #print(ip_list)
    for ip in ip_list:
        proxy_list.append('http://' + ip)     
proxies = get_proxy()

proxy_ip = random.choice(proxy_list)
proxies = {'http': proxy_ip}
print(proxies)

代理IP的使用,把他传到get请求里面就可以了

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

转载于:https://blog.51cto.com/11962757/2093799

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