python爬虫中ip代理池如何使用

这篇文章给大家分享的是有关python爬虫中ip代理池如何使用的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

说明

1、利用for循环爬取所有代理IP。查看网页源代码，发现所有的IP和端口都在第二和第三个td下，结合BeautifulSoup可以方便地抓取信息。

2、检查IP的可用程度。IP是否可用，取决于连接代理后2秒内是否可以打开页面。

如果可以，认为IP是可用的，添加到list中备用。

实例

import urllib2
from bs4 import BeautifulSoup
import csv
 
 
 
 
def IPspider(numpage):
    csvfile = file('ips.csv', 'wb')  
    writer = csv.writer(csvfile)
    url='http://www.xicidaili.com/nn/'
    user_agent='IP'
    headers={'User-agent':user_agent}
    for num in xrange(1,numpage+1):
        ipurl=url+str(num)
        print 'Now downloading the '+str(num*100)+' ips'
        request=urllib2.Request(ipurl,headers=headers)
        content=urllib2.urlopen(request).read()
        bs=BeautifulSoup(content,'html.parser')
        res=bs.find_all('tr')
        for item in res:
            try:
                temp=[]
                tds=item.find_all('td')
                temp.append(tds[1].text.encode('utf-8'))
                temp.append(tds[2].text.encode('utf-8'))
                writer.writerow(temp)
            except IndexError:
                    pass
            
#假设爬取前十页所有的IP和端口
IPspider(10)

感谢各位的阅读！关于“python爬虫中ip代理池如何使用”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！