python如何基于redis实现ip代理池
作者:Maple_feng 发布时间:2022-11-05 20:49:08
标签:python,redis,ip,代理
这篇文章主要介绍了python如何基于redis实现ip代理池,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
使用apscheduler库定时爬取ip,定时检测ip删除ip,做了2层检测,第一层爬取后放入redis——db0进行检测,成功的放入redis——db1再次进行检测,确保获取的代理ip的可用性
import requests, redis
import pandas
import random
from apscheduler.schedulers.blocking import BlockingScheduler
import datetime
import logging
db_conn = redis.ConnectionPool(host="*.*.*.*", port=6379, password="123456")
redis_conn_0 = redis.Redis(connection_pool=db_conn, max_connections=10,db=0)
redis_conn_1 = redis.Redis(connection_pool=db_conn, max_connections=10,db=1)
# 删除redis数据库里的ip
def remove_ip(ip,redis_conn):
redis_conn.zrem("IP", ip)
print("已删除 %s..." % ip)
# 获取redis数据库里一共有多少ip
def get_ip_num(redis_conn):
num = redis_conn.zcard("IP")
return num
# 获取ip的端口
def get_port(ip,redis_conn):
port = redis_conn.zscore("IP", ip)
port = str(port).replace(".0", "")
return port
# 添加ip和端口到数据库里
def add_ip(ip, port,redis_conn):
# nx: 不要更新已有的元素。总是添加新的元素,只有True,False
redis_conn.zadd("IP", {ip: port}, nx=55)
print("已添加 %s %s...ok" % (ip, port))
# 列出所有的ip
def get_all_ip(redis_conn):
all_ip = redis_conn.zrange("IP", 0, -1)
return all_ip
# 随机获取一个ip
def get_random_ip(redis_conn):
end_num = get_ip_num(redis_conn)
num = random.randint(0, end_num)
random_ip = redis_conn.zrange("IP", num, num)
if not random_ip:
return "",""
random_ip = str(random_ip[0]).replace("b", '').replace("'", "")
port = get_port(random_ip,redis_conn)
return random_ip, port
# 获取代理ip
def spider_ip(x,redis_conn):
print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), x)
for p in range(1, 20):
res = pandas.read_html("http://www.89ip.cn/index_{}.html".format(p))
# print(res)
# print(type(res[0]))
for i in range(len(res[0])):
ip = res[0].iloc[i, 0]
port = res[0].iloc[i, 1]
print("ip", ip)
print("port", port)
add_ip(str(ip), str(port),redis_conn)
logging.basicConfig(level=logging.INFO,
format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
datefmt='%Y-%m-%d %H:%M:%S',
filename='log1.txt',
filemode='a')
def aps_detection_ip(x,redis_conn):
print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), x)
res=get_random_ip(redis_conn)
ip=res[0]
port=res[1]
try:
requests.get("http://www.baidu.com",proxies={'https':'{ip}:{port}'.format(ip=ip,port=port)})
print("可用",ip,port,res)
if redis_conn!=redis_conn_1:
add_ip(str(ip), str(port), redis_conn_1)
except Exception:
# ip错误失效就删除
remove_ip(ip,redis_conn)
scheduler = BlockingScheduler()
scheduler.add_job(func=aps_detection_ip, args=('检测循环任务0',redis_conn_0), trigger='interval', seconds=3, id='aps_detection_ip_task0',max_instances=10)
scheduler.add_job(func=spider_ip, args=('获取循环任务0',redis_conn_0), trigger='interval', seconds=60*60*2, id='spider_ip_task0',max_instances=10)
scheduler.add_job(func=aps_detection_ip, args=('检测循环任务1',redis_conn_1), trigger='interval', seconds=3, id='aps_detection_ip_task1',max_instances=10)
scheduler._logger = logging
# scheduler.start()
if __name__ == '__main__':
# print(get_ip_num())
# spider_ip("获取循环任务")
scheduler.start()
# aps_detection_ip("检测循环任务")
来源:https://www.cnblogs.com/angelyan/p/12157374.html
0
投稿
猜你喜欢
- 下面是规则.你和你的对手,在同一时间做出特定的手势,必须是下面一种手势:石头,剪子,布.胜利者从下面的规则中产生,这个规则本身是个悖论.(a
- 如果不是因为总监审查严格,一定要求这个细节解决掉,也许我也不会去深究根源性的解决办法,再此感谢MTIME负责而严格的同事。首先描述一下问题:
- 这是最近碰到一个问题,先描述下问题:首先我有一个训练好的模型(例如vgg16),我要对这个模型进行一些改变,例如添加一层全连接层,用于种种原
- 1、Tkinter是什么Tkinter 是使用 python 进行窗口视窗设计的模块。Tkinter模块(“Tk 接口&
- 本文向大家分享了几段Python生成数字图片的代码,喜欢的朋友可以参考。具体如下:最终版本# -*- coding:utf-8 -*-fro
- 本篇文章主要是由于计划使用django写一个计划任务出来,可以定时的轮换值班人员名称或者定时执行脚本等功能,百度无数坑之后,终于可以凑合把这
- 做网站数据库,是选SQL Server还是Access好,可能您会说:选MySQL好,不过现在只是讨论IIS+ASP这种架构下的选择,不讨论
- Python的装饰器的英文名叫Decorator,当你看到这个英文名的时候,你可能会把其跟Design Pattern里的Decorator
- python 字符串下标与切片的实例代码,如下:# !/usr/bin/env pythonname = "ksunone&quo
- 找了国内30个比较著名的网站的注册表单做样本,对标签和输入区对齐方式做了统计,得到了一个结论:标签水平右对齐更适合中文网站,或者说右对齐更适
- 希腊Web 设计师Christos Chiotis 发表在 CssGlobe 的一篇文章,讲述了黄金分割率在 CSS 中的应用。黄金分割率是
- 最近有个部署需求,需要读取py文件格式的配置项,我的实现思路是把配置文件解析到内存中。主要使用两种方法:importlib.import_m
- 0.配置依赖环境,如果不进行这步可能会出现一些问题中间可能有多余空格,去除下再运行,一般都能安装成功,如果不能可以先更新下sudo apt-
- CSDN免积分下载 你懂的。1、输入资源地址如:http://download.csdn.net/download/gengqkun/412
- merge()1.常规合并①方法1指定一个参照列,以该列为准,合并其他列。import pandas as pddf1 = pd.DataF
- 如今,互联网越来越走近我们的生活,网上冲浪也渐渐成为我们生活不可缺少的一部分。网络世界五彩缤纷,涌现出大量优秀精美的网页。大量网络信息的呈现
- 解决Python3 控制台输出InsecureRequestWarning的问题问题:使用Python3 requests发送HTTPS请求
- 环境python3.6合并前第一个文件和第二个文件代码file1 = open("my.txt","r&quo
- 使用pycharm创建新项目,使用虚拟环境,但是进入到项目的cainiao_guoguo_health\venv\Scripts目录启动虚拟
- python新手一枚,操作系统Win10 64 bit,Python版本,3.7因为某个脚本需要用到win32con 和win32api模块