IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 网络协议 -> 爬取免费ip的python爬虫 -> 正文阅读

[网络协议]爬取免费ip的python爬虫

import requests
from lxml import etree
import time
import threading

class DaliiSpdier():

	def __init__(self):
		self.url_temp=r'https://www.89ip.cn/index_{}.html'
		self.headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.87 Safari/537.36 SE 2.X MetaSr 1.0'}
		

	def get_url_list(self):#构造翻页
		url_list=[self.url_temp.format(i) for i in range(20)]
		return url_list

	def get_resp(self,url):#获取页面 响应
		print('正在获取',url)
		response=requests.get(url,headers=self.headers)
#		response.encoding('utf-8')
		time.sleep(2)
		return response.content.decode()
	def parse(self,response):
		html=etree.HTML(response)
		ip_list=[]
		trs=html.xpath('//table[@class="layui-table"]//tr//td[1]/text()')
		for tr in trs:
			tr=tr.strip()#替换空格
#			tr = etree.tostring(tr,encoding='utf-8').decode('utf-8') 
			ip="http://"+tr

			ip_list.append(ip)
			#print(ip_list)
		return ip_list

	def check_ok(self,ip):#验证
		ip_list_ok=[]
		try:
			r=requests.get('https://baidu.com',proxies={'https':ip},timeout=5)
			print(r.status_code)
			if r.status_code==200:
				ip_list_ok.appednd(ip)
			else:
				print(f'{ip}不可用')

		except:
			print(f'{ip}不可用')
		return ip_list_ok


	def thread_check(self,ip_list):
		check_thread=[]
		for ip in ip_list:
			t=threading.Thread(target=self.check_ok,args=(ip,))
			check_thread.append(t)
			t.start()
		for t in check_thread:
			t.join()

	def save_ip(self,ip_list_ok):
		with open('ip_Ok.txt',"a",encoding='utf-8') as f:
			for ip_Ok in ip_list_ok:

				f.write(ip_Ok)
				f.write('\n')




	def run(self):
		url_list=self.get_url_list()
		for url in url_list:
			response=self.get_resp(url)
			ip_list=self.parse(response)
			ip_list_ok=self.check_ok(ip_list)
			self.thread_check(ip_list)
			self.save_ip(ip_list_ok)

if __name__ == '__main__':
	spider=DaliiSpdier()
	spider.run()

  网络协议 最新文章
使用Easyswoole 搭建简单的Websoket服务
常见的数据通信方式有哪些?
Openssl 1024bit RSA算法---公私钥获取和处
HTTPS协议的密钥交换流程
《小白WEB安全入门》03. 漏洞篇
HttpRunner4.x 安装与使用
2021-07-04
手写RPC学习笔记
K8S高可用版本部署
mySQL计算IP地址范围
上一篇文章      下一篇文章      查看所有文章
加:2022-01-03 16:27:45  更:2022-01-03 16:29:17 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 11:25:10-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码