python如何基于redis实现ip代理池

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