在使用爬虫爬取网络数据时,如果长时间对一个网站进行抓取时可能会遇到IP被封的情况,这种情况可以使用代理更换IP来突破服务器封IP的限制。
随手在百度上搜索免费代理IP,可以得到一系列的网站,这里我们通过对西刺网站的抓取来举例。
通过编写一个爬虫来抓取网站上面的IP地址,端口,及类型,把这些信息存到本地。这里不做介绍。
验证代理IP是否可用。原理是使用代理IP访问指定网站,如果返回状态为200,表示这个代理是可以使用的。
# _ * _编码:utf - 8 _ * _
进口urllib2
进口再保险
类TestProxy(对象):
def __init__(自我):
自我。ip=' 106.46.136.64 '
自我。端口=' 808 '
自我。url=' http://www.baidu.com '
自我。超时=3
自我。regex r=re.compile ('baidu.com)
self.run ()
def运行(自我):
self.linkWithProxy ()
def linkWithProxy(自我):
服务器=' http://' +自我。ip + ': ' + self.port
刀=urllib2.build_opener (urllib2.ProxyHandler ({“http”:服务器}))
urllib2.install_opener(刀)
试一试:
响应=urllib2.urlopen(自我。url,超时=self.timeout)
除了:
打印服务器% % s连接失败
返回
其他:
试一试:
str=response.read ()
除了:
打印服务器% % s连接失败
返回
如果self.regex.search (str):
打印“% s .......连接成功' %服务器
打印的自我。ip + ': ' + self.port
if __name__==癬_main__”:
Tp=TestProxy ()
也可以使用请求包来进行验证,要少写好多代码
进口的要求
试一试:
requests.get (“http://wenshu.court.gov.cn/?代理={“http”:“http://121.31.154.12:8123”})
除了:
打印“连接失败”
其他:
打印“成功”
把验证通过的IP保存在复述,里面,在IP被禁止的时候可以从复述中取出来使用。
受@齐俊杰的提醒,添加一种使用telnet来验证的方法:
进口telnetlib
试一试:
telnetlib.Telnet(127.0.0.1,端口=?0’,超时=20)
除了:
打印“连接失败”
其他:
打印“成功”
以上所述是小编给大家介绍的使用python验证代理ip是否可用,希望对大家有所帮助,如果大家有任何疑问请给我留的言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
