爬虫嘛,速度快了,IP指不定就被禁了,但是市面上很多的免费ip经看不经用,收费的又想白嫖,额说了这么多就是想白嫖而已。然后前段时间在网上瞎转悠的时候看到了一个网站的IP存活情况还算不错,
,请求百度,超时设置为0.1秒,然后采集10个存活10个(比我在某宝上1000个存活不到1个的好多了)www.lanol.cn
然后就是自己已经写好的爬取代码(清洗保存这些自己根据需要稍加处理即可)
import parsel
import requests
url = 'https://www.7yip.cn/free/?action=china&page=1'
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/80.0.3987.163 Safari/537.36',
}
html = requests.get(url=url, headers=headers).text
html = parsel.Selector(html)
Ip = html.xpath('//td[@data-title="IP"]/text()').extract()
Port = html.xpath('//td[@data-title="PORT"]/text()').extract()
LeiXing = html.xpath('//td[@data-title="类型"]/text()').extract()
result = []
# By:Lan
for i in range(len(Ip)):
a = (LeiXing[i] + '://' + Ip[i] + ':' + Port[i])
pro = {LeiXing[i]: a}
result.append(pro)
# 代码源于www.lanol.cn
for i in result:
try:
ssss = requests.get(url='http://www.baidu.com', headers=headers, proxies=i, timeout=0.1).status_code
if ssss == 200:
print(i)
except:
print('不合格')