前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python使用Redis实现IP代理池

Python使用Redis实现IP代理池

作者头像
Lansonli
发布2021-10-09 14:56:15
7240
发布2021-10-09 14:56:15
举报
文章被收录于专栏:Lansonli技术博客Lansonli技术博客

可以使用快代理,芝麻代理,蘑菇代理 ,讯代理等代理商提供API代理IP或者免费代理建立自己IP代理池

代码语言:javascript
复制
#使用apscheduler库定时爬取ip,定时检测ip删除ip,做了2层检测,第一层爬取后放入redis——db0进行检测,成功的放入redis——db1再次进行检测,确保获取的代理ip的可用性

import requests, redis
import pandas
import random

from apscheduler.schedulers.blocking import BlockingScheduler
import datetime
import logging

db_conn = redis.ConnectionPool(host="*.*.*.*", port=6379, password="123456")
redis_conn_0 = redis.Redis(connection_pool=db_conn, max_connections=10,db=0)
redis_conn_1 = redis.Redis(connection_pool=db_conn, max_connections=10,db=1)


# 删除redis数据库里的ip
def remove_ip(ip,redis_conn):
    redis_conn.zrem("IP", ip)
    print("已删除 %s..." % ip)


# 获取redis数据库里一共有多少ip
def get_ip_num(redis_conn):
    num = redis_conn.zcard("IP")
    return num


# 获取ip的端口
def get_port(ip,redis_conn):
    port = redis_conn.zscore("IP", ip)
    port = str(port).replace(".0", "")
    return port


# 添加ip和端口到数据库里
def add_ip(ip, port,redis_conn):
    # nx: 不要更新已有的元素。总是添加新的元素,只有True,False
    redis_conn.zadd("IP", {ip: port}, nx=55)
    print("已添加 %s %s...ok" % (ip, port))


# 列出所有的ip
def get_all_ip(redis_conn):
    all_ip = redis_conn.zrange("IP", 0, -1)
    return all_ip


# 随机获取一个ip
def get_random_ip(redis_conn):
    end_num = get_ip_num(redis_conn)
    num = random.randint(0, end_num)
    random_ip = redis_conn.zrange("IP", num, num)
    if not random_ip:
        return "",""
    random_ip = str(random_ip[0]).replace("b", '').replace("'", "")
    port = get_port(random_ip,redis_conn)
    return random_ip, port


# 获取代理ip
def spider_ip(x,redis_conn):
    print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), x)
    for p in range(1, 20):
        res = pandas.read_html("http://www.89ip.cn/index_{}.html".format(p))
        # print(res)
        # print(type(res[0]))
        for i in range(len(res[0])):
            ip = res[0].iloc[i, 0]
            port = res[0].iloc[i, 1]
            print("ip", ip)
            print("port", port)
            add_ip(str(ip), str(port),redis_conn)


logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
                    datefmt='%Y-%m-%d %H:%M:%S',
                    filename='log1.txt',
                    filemode='a')


def aps_detection_ip(x,redis_conn):
    print(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), x)
    res=get_random_ip(redis_conn)
    ip=res[0]
    port=res[1]
    try:
        requests.get("http://www.baidu.com",proxies={'https':'{ip}:{port}'.format(ip=ip,port=port)})
        print("可用",ip,port,res)
        if redis_conn!=redis_conn_1:
            add_ip(str(ip), str(port), redis_conn_1)
    except Exception:
        # ip错误失效就删除
        remove_ip(ip,redis_conn)


scheduler = BlockingScheduler()
scheduler.add_job(func=aps_detection_ip, args=('检测循环任务0',redis_conn_0), trigger='interval', seconds=3, id='aps_detection_ip_task0',max_instances=10)
scheduler.add_job(func=spider_ip, args=('获取循环任务0',redis_conn_0), trigger='interval', seconds=60*60*2, id='spider_ip_task0',max_instances=10)

scheduler.add_job(func=aps_detection_ip, args=('检测循环任务1',redis_conn_1), trigger='interval', seconds=3, id='aps_detection_ip_task1',max_instances=10)

scheduler._logger = logging

# scheduler.start()
if __name__ == '__main__':
    # print(get_ip_num())
    # spider_ip("获取循环任务")
    scheduler.start()
    # aps_detection_ip("检测循环任务")
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-02-25 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
云数据库 Redis
腾讯云数据库 Redis(TencentDB for Redis)是腾讯云打造的兼容 Redis 协议的缓存和存储服务。丰富的数据结构能帮助您完成不同类型的业务场景开发。支持主从热备,提供自动容灾切换、数据备份、故障迁移、实例监控、在线扩容、数据回档等全套的数据库服务。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档