日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術文章
文章詳情頁

Python使用requests xpath 并開啟多線程爬取西刺代理ip實例

瀏覽:27日期:2022-08-03 14:56:26

我就廢話不多說啦,大家還是直接看代碼吧!

import requests,randomfrom lxml import etreeimport threadingimport timeangents = [ 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; AcooBrowser; .NET CLR 1.1.4322; .NET CLR 2.0.50727)', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; Acoo Browser; SLCC1; .NET CLR 2.0.50727; Media Center PC 5.0; .NET CLR 3.0.04506)', 'Mozilla/4.0 (compatible; MSIE 7.0; AOL 9.5; AOLBuild 4337.35; Windows NT 5.1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)', 'Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US)', 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 2.0.50727; Media Center PC 6.0)', 'Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.0.3705; .NET CLR 1.1.4322)', 'Mozilla/4.0 (compatible; MSIE 7.0b; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; InfoPath.2; .NET CLR 3.0.04506.30)', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN) AppleWebKit/523.15 (KHTML, like Gecko, Safari/419.3) Arora/0.3 (Change: 287 c9dfb30)', 'Mozilla/5.0 (X11; U; Linux; en-US) AppleWebKit/527+ (KHTML, like Gecko, Safari/419.3) Arora/0.6', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.2pre) Gecko/20070215 K-Ninja/2.1.1', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/20080705 Firefox/3.0 Kapiko/3.0', 'Mozilla/5.0 (X11; Linux i686; U;) Gecko/20070322 Kazehakase/0.4.5', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.8) Gecko Fedora/1.9.0.8-1.fc10 Kazehakase/0.5.6', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_3) AppleWebKit/535.20 (KHTML, like Gecko) Chrome/19.0.1036.7 Safari/535.20', 'Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; fr) Presto/2.9.168 Version/11.52',]def get_all_xici_urls(start_num,stop_num): xici_urls = [] for num in range(start_num,len(stop_num)+1): xici_http_url = ’http://www.xicidaili.com/wt/’ xici_http_url += str(num) xici_urls.append(xici_http_url) print(’獲取所有待爬取xici url 已完成...’) return xici_urlsdef get_all_http_ip(xici_http_url,headers,proxies_list): try: all_ip_xpath = ’//table//tr/child::*[2]/text()’ all_prot_xpath = ’//table//tr/child::*[3]/text()’ response = requests.get(url=xici_http_url,headers=headers) html_tree = etree.HTML(response.text) ip_list = html_tree.xpath(all_ip_xpath) port_list = html_tree.xpath(all_prot_xpath) # print(ip_list) # print(prot_list) new_proxies_list = [] for index in range(1,len(ip_list)): # print(’http://{}:{}’.format(ip_list[index],port_list[index])) proxies_dict = {} proxies_dict[’http’] = ’http://{}:{}’.format(str(ip_list[index]),str(port_list[index])) new_proxies_list.append(proxies_dict) proxies_list += new_proxies_list return proxies_list except Exception as e: print(’發生了錯誤:url為 ’,xici_http_url,’錯誤為 ’,e)if __name__ == ’__main__’: start_num = int(input(’請輸入起始頁面:’).strip()) stop_num = int(input(’請輸入結束頁面:’).strip()) print(’開始爬取...’) t_list = [] # 容納需要使用的西刺代理ip proxies_list = [] # 使用多線程 xici_urls = get_all_xici_urls(start_num,stop_num) for xici_get_url in xici_urls: #隨機篩選一個useragent headers = {’User-Agent’: random.choice(angents)} t = threading.Thread(target=get_all_http_ip,args=(xici_get_url,headers,proxies_list)) t.start() t_list.append(t) for j in t_list: j.join() print(’所有需要的代理ip已爬取完成...’) print(proxies_list) print(len(proxies_list))

補充知識:python爬取xici的免費代理、并驗證(重點、清楚)

網上爬取xici的帖子很多,但是驗證都說的不是很清楚,這里我會認真給大家解釋

這里我寫了一個代理類proxy,寫了四個方法(個人寫法不必在意),get_user_agent(得到隨機use-agent,請求頭中最重要的一個)、get_proxy(爬取代理IP)、test_proxy(驗證代理可用性)、store_txt(將可用的代理保存到txt文件中。

1.爬取:headers是請求頭,choice是可以選擇是爬取Http代理還是https代理,first、end為開始和結束的頁碼(結束不包含最后一頁)

def get_proxy(self, headers, choice=’http’, first=1, end=2): ''' 獲取代理 :param choice: :param first: 開始爬取的頁數 :param end: 結束爬取的后一頁 :return: ''' ip_list = [] base_url = None# 選擇爬取的網站,一個是http、一個是https的 if choice == ’http’: base_url = ’http://www.xicidaili.com/wt/’ elif choice == ’https’: base_url = ’http://www.xicidaili.com/wn/’# 控制頁碼用正則匹配,并將爬取的IP和端口號用:鏈接 for n in range(first, end): actual_url = base_url + str(n) html = requests.get(url=actual_url, headers=headers).text pattern = ’(d+.d+.d+.d+)</td>s*<td>(d+)’ re_list = re.findall(pattern, html) for ip_port in re_list:ip_port = ip_port[0] + ’:’ + ip_port[1]ip_list.append(ip_port) return ip_list

2. 驗證:網上大部分是用request直接請求一個網址看是否通過或者看狀態碼是否是200, 但是有一個問題是即使你設置了代理IP。可能會通過,但通過的不是用你設置的代理IP而是用你自己公網下的IP(大部分時候我們用ifconfig查詢的是我們所在局域網下的IP,及私網IP)。

linux下你可以用這些命令的其中任何一個查看你的公網IP:

curl icanhazip.comcurl ifconfig.mecurl curlmyip.comcurl ip.appspot.comcurl ipinfo.io/ipcurl ipecho.net/plaincurl www.trackip.net/i

注意:那這樣要怎么辦,其實我們可以向上述命令一樣先用你爬下的代理IP訪問 http://icanhazip.com/, 它可以返回你電腦發送請求時的公網IP(此時如果你設置代理IP了就會是返回你所發送請求的代理IP),然后你將它爬取下來(直接獲取返回的值的文本就可以了),并和你發送請求時的代理IP作比較,如果不相等說明此代理IP不能用,因為雖然你設置了代理Ip,但是電腦在你代理IP請求不同的情況下,直接又使用了你公網的IP去請求,當然成功了,但不代表你的代理IP可以用。如果相等,那就證明此網站就是你所用的代理IP訪問請求成功的,所以此IP可用。

def test_proxy(self, ip_port, choice=’http’): ''' 測試代理是否能用 :param ip_port: :param choice: :return: ''' proxies = None # 這個網站可以返回你公網下的IP,如果你加代理請求后,返回的就是你代理的IP(這樣做是防止你雖然用的是代理IP,但實際是用你自己的公網IP訪問的請求) tar_url = 'http://icanhazip.com/' # 獲取隨機User-agent user_agent = self.get_user_agent() # 將user-agent放在headers中 headers = {’User-Agent’: user_agent} # 選擇驗證的是http、還是https if choice == ’http’: proxies = {'http': 'http://'+ip_port, } elif choice == ’https’: proxies = {'https': 'https://' + ip_port, } try: # 將IP從IP和端口號連起來的分出來 thisIP = ''.join(ip_port.split(':')[0:1]) res = requests.get(tar_url, proxies=proxies, headers=headers, timeout=8) # 爬取下來返回的值,一定要用strip去除空格 proxyIP = res.text.strip() # 三個狀態,如過直接通不過,那就返回false,如果通過但是不是代理的IP,也返回false if proxyIP == thisIP:return proxyIP else:return False except: return False

最后附上整段代碼:

import requestsimport reimport randomimport codecsfrom urllib import parse class proxy: ''' 代理類 ''' def __init__(self): pass def get_user_agent(self): ''' 得到隨機user-agent :return: ''' user_agents = [ 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; AcooBrowser; .NET CLR 1.1.4322; .NET CLR 2.0.50727)', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; Acoo Browser; SLCC1; .NET CLR 2.0.50727; Media Center PC 5.0; .NET CLR 3.0.04506)', 'Mozilla/4.0 (compatible; MSIE 7.0; AOL 9.5; AOLBuild 4337.35; Windows NT 5.1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)', 'Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US)', 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 2.0.50727; Media Center PC 6.0)', 'Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.0.3705; .NET CLR 1.1.4322)', 'Mozilla/4.0 (compatible; MSIE 7.0b; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; InfoPath.2; .NET CLR 3.0.04506.30)', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN) AppleWebKit/523.15 (KHTML, like Gecko, Safari/419.3) Arora/0.3 (Change: 287 c9dfb30)', 'Mozilla/5.0 (X11; U; Linux; en-US) AppleWebKit/527+ (KHTML, like Gecko, Safari/419.3) Arora/0.6', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.2pre) Gecko/20070215 K-Ninja/2.1.1', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/20080705 Firefox/3.0 Kapiko/3.0', 'Mozilla/5.0 (X11; Linux i686; U;) Gecko/20070322 Kazehakase/0.4.5', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.8) Gecko Fedora/1.9.0.8-1.fc10 Kazehakase/0.5.6', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_3) AppleWebKit/535.20 (KHTML, like Gecko) Chrome/19.0.1036.7 Safari/535.20', 'Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; fr) Presto/2.9.168 Version/11.52', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.11 TaoBrowser/2.0 Safari/536.11', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.71 Safari/537.1 LBBROWSER', 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; LBBROWSER)', 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E; LBBROWSER)', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.84 Safari/535.11 LBBROWSER', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)', 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; QQBrowser/7.0.3698.400)', 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E)', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SV1; QQDownload 732; .NET4.0C; .NET4.0E; 360SE)', 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E)', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)', 'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.89 Safari/537.1', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.89 Safari/537.1', 'Mozilla/5.0 (iPad; U; CPU OS 4_2_1 like Mac OS X; zh-cn) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8C148 Safari/6533.18.5', 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:2.0b13pre) Gecko/20110307 Firefox/4.0b13pre', 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:16.0) Gecko/20100101 Firefox/16.0', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11', 'Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10' ] user_agent = random.choice(user_agents) return user_agent def get_proxy(self, headers, choice=’http’, first=1, end=2): ''' 獲取代理 :param choice: :param first: 開始爬取的頁數 :param end: 結束爬取的后一頁 :return: ''' ip_list = [] base_url = None if choice == ’http’: base_url = ’http://www.xicidaili.com/wt/’ elif choice == ’https’: base_url = ’http://www.xicidaili.com/wn/’ for n in range(first, end): actual_url = base_url + str(n) html = requests.get(url=actual_url, headers=headers).text pattern = ’(d+.d+.d+.d+)</td>s*<td>(d+)’ re_list = re.findall(pattern, html) for ip_port in re_list:ip_port = ip_port[0] + ’:’ + ip_port[1]ip_list.append(ip_port) return ip_list def test_proxy(self, ip_port, choice=’http’): ''' 測試代理是否能用 :param ip_port: :param choice: :return: ''' proxies = None # 這個網站可以返回你公網下的IP,如果你加代理請求后,返回的就是你代理的IP(這樣做是防止你雖然用的是代理IP,但實際是用你自己的公網IP訪問的請求) tar_url = 'http://icanhazip.com/' user_agent = self.get_user_agent() headers = {’User-Agent’: user_agent} if choice == ’http’: proxies = {'http': 'http://'+ip_port, } elif choice == ’https’: proxies = {'https': 'https://' + ip_port, } try: thisIP = ''.join(ip_port.split(':')[0:1]) res = requests.get(tar_url, proxies=proxies, headers=headers, timeout=8) proxyIP = res.text.strip() if proxyIP == thisIP:return proxyIP else:return False except: return False def store_txt(self, choice=’http’, first=1, end=2): ''' 將測試通過的ip_port保存為txt文件 :param choice: :param first: :param end: :return: ''' user_agent = self.get_user_agent() headers = {’User-Agent’: user_agent} ip_list = self.get_proxy(headers=headers, choice=choice, first=first, end=end) with codecs.open('Http_Agent.txt', ’a’, ’utf-8’) as file: for ip_port in ip_list:ip_port = self.test_proxy(ip_port, choice=choice)print(ip_port)if ip_port: file.write(’’’ + ip_port + '’n')

以上這篇Python使用requests xpath 并開啟多線程爬取西刺代理ip實例就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持好吧啦網。

標簽: Python 編程
相關文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
99在线|亚洲一区二区| 欧美成人精品一级| 免费看一区二区三区| 日韩三级精品| 亚洲高清成人| 91精品一区二区三区综合在线爱 | xxxxx性欧美特大| 国产一区二区三区亚洲综合| 国产精品s色| 97欧美在线视频| 久久高清精品| 首页国产欧美久久| 五月亚洲婷婷 | 欧洲在线一区| 好吊日精品视频| 久久久蜜桃一区二区人| 三级欧美在线一区| 久久精品97| 日韩成人三级| 视频一区在线播放| 国产精品男女| 成人在线视频区| 一区二区视频欧美| 国产精品羞羞答答在线观看| 亚洲四虎影院| 日韩国产精品久久久久久亚洲| 国产亚洲人成a在线v网站| 日韩精品1区| 日本一不卡视频| 亚洲精品福利电影| 一区二区日韩免费看| 韩国一区二区三区视频| 亚洲欧美网站| 国产精品毛片久久| 日韩欧美高清一区二区三区| 日韩av一区二区在线影视| 影音先锋国产精品| 麻豆国产精品| 一二三区精品| 日韩av一级| 国产精品一区二区三区av| 精品欧美激情在线观看| 国产精品99久久免费| 99国产精品久久久久久久| 久久精品色播| 热久久久久久| 一区二区三区网站| 91成人精品视频| 国产美女高潮在线观看| 欧美日一区二区在线观看| 亚洲免费影视| 91一区二区三区四区| 国产精品欧美在线观看| 91精品美女| 日韩va欧美va亚洲va久久| 免费观看在线综合| 久久99性xxx老妇胖精品| 特黄特色欧美大片| 精品亚洲成人| 精品国产中文字幕第一页| 免费久久99精品国产自在现线| 激情自拍一区| 亚洲国产一区二区三区在线播放| 91av亚洲| 欧美成人综合| 伊人精品在线| 欧美另类综合| 欧美二区视频| 欧美成人高清| 亚洲欧美日韩精品一区二区| 国产精品免费看| 视频一区二区三区入口| 亚洲免费中文| 综合在线一区| 欧美亚洲tv| 久久不卡国产精品一区二区| 欧美一级网址| 国产精品日本一区二区三区在线| 日韩不卡免费高清视频| 久久久久九九精品影院| 久久精品免费看| 国产精品亚洲综合久久| 国产精品一区二区美女视频免费看| 国产激情欧美| 久久麻豆精品| 韩国女主播一区二区三区| 伊人久久国产| 欧美专区在线| 蜜桃视频第一区免费观看| 日韩精品国产欧美| 久久精品伊人| 日韩视频网站在线观看| 99国产精品久久久久久久成人热 | 黄色日韩精品| 日本特黄久久久高潮| 国产精品分类| 精品中文字幕一区二区三区四区| 日韩精品网站| 国产精品久久久久久久免费观看| 亚洲黑丝一区二区| 综合日韩在线| 国产精品天天看天天狠| 亚洲激情久久| 国产精品麻豆成人av电影艾秋| 精品国产a一区二区三区v免费| 99久久亚洲精品蜜臀| 国产伦理久久久久久妇女| 日韩在线短视频| 日韩一区精品| 精品国产a一区二区三区v免费| 香蕉成人av| 日韩精品久久久久久| 色乱码一区二区三区网站| 欧美特黄一级| 精品一区二区三区亚洲| 免费观看在线色综合| 久久影视三级福利片| 四虎成人精品一区二区免费网站| 少妇精品导航| 国产精品一区二区美女视频免费看 | 高清一区二区三区av| 日本精品在线播放| 中文一区在线| 亚洲手机在线| 蜜桃视频欧美| 宅男在线一区| 99久久久久久中文字幕一区| 在线精品亚洲欧美日韩国产| 国产精品男女| 欧美精品二区| 国产精品高清一区二区| 国产一区二区三区探花| 国产伦一区二区三区| 久久国产尿小便嘘嘘| 日韩精品一区二区三区中文 | 国产区精品区| 国产伦理一区| 久久99精品久久久野外观看| 日韩高清三区| 国产精品天天看天天狠| 精品伊人久久久| 精品一区二区三区亚洲| 国产欧美一区二区三区精品酒店| 国产精品伦理久久久久久| 欧美日韩精品免费观看视欧美高清免费大片 | 亚洲影视一区二区三区| 色综合视频一区二区三区日韩 | 亚洲成人二区| 亚洲成人免费| 亚洲最新av| 精品国产亚洲一区二区三区| 蜜桃成人精品| 免费黄色成人| 日本v片在线高清不卡在线观看| 欧美一级二级三级视频| 欧美国产另类| 亚洲免费播放| 国产精品tv| 欧美特黄视频| 久久精品国产99国产精品| 91精品国产91久久久久久黑人| 日本欧洲一区二区| 精品国产美女a久久9999| 精品欧美激情在线观看| 欧美日韩亚洲国产精品| 久久久久91| 日韩啪啪电影网| 国产精品yjizz视频网| 免费国产自线拍一欧美视频| 国产一区二区三区视频在线| 夜夜嗨网站十八久久| 狠狠久久伊人| 欧美久久精品| 玖玖玖国产精品| 国产综合视频| 日韩大片在线观看| 麻豆精品视频在线观看视频| 日韩中文字幕麻豆| 国产综合视频| 精品国模一区二区三区| 精品午夜av| 国产情侣久久| 中文字幕一区二区三区在线视频| 青青久久av| 久久婷婷久久| 欧美三级精品| 美女av在线免费看| 四虎成人av| 国产精品xx| sm捆绑调教国产免费网站在线观看| 国产精品亲子伦av一区二区三区 | 日韩88av| 欧美自拍一区| 日韩av中文字幕一区二区三区| 老鸭窝毛片一区二区三区| 欧美另类综合| 亚洲免费资源| 无码日韩精品一区二区免费| 国产精品美女| 日本中文字幕一区二区|