本文实例讲述了python实现ip代理池功能。分享给大家供大家参考，具体如下：

爬取的代理源为西刺代理。

用xpath解析页面

用telnet来验证ip是否可用

把有效的ip写入到本地txt中。当然也可以写入到redis、mongodb中，也可以设置检测程序当代理池中的ip数不够(如：小于20个)时，启动该脚本来重新获取ip，本脚本的代码也要做相应的改变。

# !/usr/bin/env python

# -*- coding: utf-8 -*-

# @Version ： 1.0

# @Time ： 2018/10/23 上午10:40

# @Author ： Yeoman

# @Description ：

import urllib.request

import lxml.etree

import telnetlib

import os

headers = {

'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36'

}

def get_proxy(page_num):

# 获取页面

req = urllib.request.Request('http://www.xicidaili.com/nn/{}'.format(page_num), headers=headers) # 构造request请求

response = urllib.request.urlopen(req) # 发送请求

html = response.read()

html = html.decode('utf-8')

# print(html)

# 解析页面

proxy_list = []

selector = lxml.etree.HTML(html)

rows = selector.xpath('//*[@id="ip_list"]//tr')

rows_total = len(rows)

row_xpath_head = '//*[@id="ip_list"]//tr['

row_ip_xpath_tail = ']/td[2]/text()'

row_port_xpath_tail = ']/td[3]/text()'

for i in range(1, rows_total):

ip_xpath = row_xpath_head + str(i+1) + row_ip_xpath_tail

port_xpath = row_xpath_head + str(i+1) + row_port_xpath_tail

ip = selector.xpath(ip_xpath)[0]

port = selector.xpath(port_xpath)[0]

ip_port = ip + ':' + port

proxy_list.append(ip_port)

return proxy_list

# 检测代理ip是否可用

def test_proxy_ip_port(proxy_ip_port):

print('当前代理ip：{}'.format(proxy_ip_port))

ip_port = proxy_ip_port.split(':')

ip = ip_port[0]

port = ip_port[1]

# 用telnet来验证ip是否可用

try:

telnetlib.Telnet(ip, port, timeout=10)

except:

return False

else:

return True

# 把有效的ip写入本地

def write_ip(proxy_ip):

with open('./ip.txt', 'a') as f:

f.write(proxy_ip + '\n')

# 删除文件

def del_file():

file_path = './ip.txt'

if os.path.exists(file_path):

os.remove(file_path)

def run():

del_file()

proxy_ip_port_list = []

for i in range(1, 6): # 前5页

proxy_ip_port_list += get_proxy(i)

for i in range(100): # 一页有100条

proxy_ip_port = proxy_ip_port_list[i]

is_valid = test_proxy_ip_port(proxy_ip_port)

print(is_valid)

if is_valid:

# 写入ip到本地

write_ip(proxy_ip_port)

if __name__ == '__main__':

run()

希望本文所述对大家Python程序设计有所帮助。