python实现ip代理池功能示例

本文实例讲述了python实现ip代理池功能。分享给大家供大家参考，具体如下：

爬取的代理源为西刺代理。

• 用xpath解析页面

• 用telnet来验证ip是否可用

• 把有效的ip写入到本地txt中。当然也可以写入到redis、mongodb中，也可以设置检测程序当代理池中的ip数不够（如：小于20个）时，启动该脚本来重新获取ip，本脚本的代码也要做相应的改变。

# !/usr/bin/env python
# -*- coding: utf-8 -*-
# @Version   ： 1.0
# @Time     ： 2018/10/23 上午10:40
# @Author    ： Yeoman
# @Description ：
import urllib.request
import lxml.etree
import telnetlib
import os
headers = {
 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36'
}
def get_proxy(page_num):
 # 获取页面
 req = urllib.request.Request('http://www.xicidaili.com/nn/{}'.format(page_num), headers=headers) # 构造request请求
 response = urllib.request.urlopen(req) # 发送请求
 html = response.read()
 html = html.decode('utf-8')
 # print(html)
 # 解析页面
 proxy_list = []
 selector = lxml.etree.HTML(html)
 rows = selector.xpath('//*[@id="ip_list"]//tr')
 rows_total = len(rows)
 row_xpath_head = '//*[@id="ip_list"]//tr['
 row_ip_xpath_tail = ']/td[2]/text()'
 row_port_xpath_tail = ']/td[3]/text()'
 for i in range(1, rows_total):
   ip_xpath = row_xpath_head + str(i+1) + row_ip_xpath_tail
   port_xpath = row_xpath_head + str(i+1) + row_port_xpath_tail
   ip = selector.xpath(ip_xpath)[0]
   port = selector.xpath(port_xpath)[0]
   ip_port = ip + ':' + port
   proxy_list.append(ip_port)
 return proxy_list
# 检测代理ip是否可用
def test_proxy_ip_port(proxy_ip_port):
 print('当前代理ip：{}'.format(proxy_ip_port))
 ip_port = proxy_ip_port.split(':')
 ip = ip_port[0]
 port = ip_port[1]
 # 用telnet来验证ip是否可用
 try:
   telnetlib.Telnet(ip, port, timeout=10)
 except:
   return False
 else:
   return True
# 把有效的ip写入本地
def write_ip(proxy_ip):
 with open('./ip.txt', 'a') as f:
   f.write(proxy_ip + '\n')
# 删除文件
def del_file():
 file_path = './ip.txt'
 if os.path.exists(file_path):
   os.remove(file_path)
def run():
 del_file()
 proxy_ip_port_list = []
 for i in range(1, 6): # 前5页
   proxy_ip_port_list += get_proxy(i)
 for i in range(100): # 一页有100条
   proxy_ip_port = proxy_ip_port_list[i]
   is_valid = test_proxy_ip_port(proxy_ip_port)
   print(is_valid)
   if is_valid:
     # 写入ip到本地
     write_ip(proxy_ip_port)
if __name__ == '__main__':
 run()

希望本文所述对大家Python程序设计有所帮助。

来源：https://blog.csdn.net/Yeoman92/article/details/83310646