我的编程空间,编程开发者的网络收藏夹
学习永远不晚

Python实现IP代理批量采集的示例代码

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

Python实现IP代理批量采集的示例代码

开发环境 

python 3.8

pycharm

模块使用 

import requests —> 需要安装 pip install requests

import parsel —> 需要安装 pip install parsel 解析数据模块

如果安装python第三方模块:

  • win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
  • 在pycharm中点击Terminal(终端) 输入安装命令

IP代理: 采集网站数据, 采集比较快, 你被封IP <一段时间内容 不能访问这个网站>

基本流程(思路)

一. 数据来源分析

你要先分析, 你想要数据是请求那个url地址可以得到…

通过开发者工具抓包分析, 分析我们想要数据来源

I. F12或者鼠标右键点检查 选择network 刷新网页

II. 分析数据内容 <IP 以及 端口>来自于哪里

通过开发者工具 关键字搜索数据来源 找到相对应的数据包

二. 代码实现步骤过程

爬虫基本四大步骤

发送请求, 模拟浏览器对于分析得到url地址发送请求 https://free.kuaidaili.com/free/inha/1/

获取数据, 获取服务器返回响应数据 —> 开发者工具里面看到 response

解析数据, 提取我们想要数据内容

保存数据, 我们想要数据内容保存本地

代码

# 导入数据请求模块 ---> 第三方模块, 需要安装 在cmd里面 pip install requests
import requests
# 导入数据解析模块 ---> 第三方模块, 需要安装 在cmd里面 pip install parsel
import parsel
# 导入json模块 ---> 内置模块 不需要安装
import json
# 1. 发送请求, 模拟浏览器对于分析得到url地址发送请求
proxies_list = []
proxies_list_1 = []
# 请求url地址
for page in range(1, 11):
    url = f'https://www.boc.cn/sourcedb/whpj/index_{page}.html'
    """
    headers请求头, 模拟伪装浏览器去发送请求
        不加headers相当于裸奔 ----> 告诉服务器, 我是爬虫 我是爬虫~ 你来抓我~
        加什么东西, 在哪加 ---> 开发者工具里面 复制 ua
    """
    headers = {
        # User-Agent 用户代理 表示浏览器基本身份标识
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
    }
    # 发送请求 ---> <Response [200]> 响应对象, 200状态码 表示请求成功
    response = requests.get(url=url, headers=headers)
    # 2. 获取数据, 获取服务器返回响应数据 print(response.text)
    """
    3. 解析数据, 提取我们想要数据内容
        解析方法:
            re正则: 对于字符串数据进行提取
            css: 根据标签属性内容提取
            xpath: 根据标签节点提取
    """
    # 转换数据类型 response.text<字符串数据>  <Selector xpath=None data='<html>\n<head>\n<meta http-equiv="X-UA-...'>
    selector = parsel.Selector(response.text)
    # 获取tr标签  ---> 返回列表 列表里面元素是 Selector对象
    trs = selector.css('#list table tbody tr')
    trs_1 = selector.xpath('//*[@id="list"]/table/tbody/tr')
    # for循环 一个一个提取tr标签
    for tr in trs:
        # 提取ip号 td:nth-child(1)::text 获取第一个td标签里面文本数据
        ip_num = tr.css('td:nth-child(1)::text').get()
        # ip_num_1 = tr.xpath('td[1]/text()').get()
        ip_port = tr.css('td:nth-child(2)::text').get()
        """
        IP代理结构是什么样子的?
         proxies_dict = {
                    "http": "http://" + ip:端口,
                    "https": "http://" + ip:端口,
                }
        """
        proxies_dict = {
            "http": "http://" + ip_num + ':' + ip_port,
            "https": "https://" + ip_num + ':' + ip_port,
        }
        proxies_list_1.append(proxies_dict)
        # 检测IP代理是否可用  用这个代理去请求一下网站就好了
        try:
            response_1 = requests.get(url='https://www.baidu.com/', proxies=proxies_dict, timeout=1)
            if response_1.status_code == 200:
                proxies_list.append(proxies_dict)
                print('代理可以使用: ', proxies_dict)
                # 保存代理到文本
                with open('代理.txt', mode='a', encoding='utf-8') as f:
                    f.write(json.dumps(proxies_dict))
                    f.write('\n')
        except:
            print('当前代理:', proxies_dict, '请求超时, 检测不合格')

print('===' * 50)
print('一共获取到:', len(proxies_list_1))
print('可以使用代理: ', len(proxies_list))
print(proxies_list)

到此这篇关于Python实现IP代理批量采集的示例代码的文章就介绍到这了,更多相关Python采集IP代理内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

Python实现IP代理批量采集的示例代码

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

Python批量实现word中查找关键字的示例代码

目录 一、背景二、开发环境三、实现代码 一、背景在日常办公和文档处理中,我们常常需要在大量的Word文档中查找特定的关键字,然后进行接下来的操作,比如关键字替换等。手动逐个打开并搜索文档显然是费时费力的。因此,利用Python编写一个批量
2023-08-08

C#实现批量Word转换Html的示例代码

这篇文章主要为大家详细介绍了如何利用C#批量Word转换Html的功能,文中的示例代码讲解详细,对我们学习C#有一定的帮助,感兴趣的小伙伴可以跟随小编一起了解一下
2022-12-22

C#实现批量压缩和解压缩的示例代码

这篇文章主要为大家详细介绍了如何利用C#实现批量压缩和解压缩的功能,文中的示例代码讲解详细,对我们学习C#有一定的帮助,感兴趣的小伙伴可以跟随小编一起了解一下
2022-12-26

C#实现批量给图片添加水印的示例代码

这篇文章主要为大家详细介绍了如何利用C#实现批量给图片添加水印的功能,文中的示例代码讲解详细,对我们学习C#有一定的帮助,感兴趣的小伙伴可以了解一下
2022-12-09

Python批量写入ES索引数据的示例代码

本文详细介绍了如何使用Python批量写入Elasticsearch索引数据,包括先决条件、代码示例、优点和注意事项。该代码示例演示了如何建立与ES集群的连接、定义索引名称、准备批量数据、创建批量写入对象并执行批量写入。优点包括性能优化、资源节省和数据一致性。注意事项涉及批量大小、错误处理和索引设置优化。
Python批量写入ES索引数据的示例代码
2024-04-02

Python实现SVM支持向量机的示例代码

SVM的目的是在数据集中找到一条最佳分隔超平面,使得在这个超平面两侧的数据分别属于不同的类别,且该超平面与最近的数据点之间的距离最大。本文将通过Python实现SVM支持向量机,感兴趣的可以了解一下
2023-02-06

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录