《探索Python Requests中的代理应用与实践》
requests加代理高匿API代理
此处使用的小象代理：1元100个，便宜，可以购买尝试加下代理
存活期1到2分钟
import time
import requests
from lxml import etree
response = requests.get('https://api.xiaoxiangdaili.com/ip/get?appKey=1128886144755716096&appSecret=2ICgJR7q&cnt=&wt=json&method=https&city=&province=').json()
for ip in response['data']:
proxy = f'http://{ip["ip"]}:{ip["port"]}'
print(proxy)
proxies = {
'http': proxy,
'https': proxy
}
# 加代理
# requests是proxies: {
# 'http': proxy,
# 'https': proxy
# }
headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36 Edg/126.0.0.0'
}
source = requests.get('https://tool.lu/ip/', proxies=proxies, headers=headers).content.decode('utf-8')
# source = requests.get('https://tool.lu/ip/', headers=headers).content.decode('utf-8')
IP = etree.HTML(source).xpath("//form[@id='main_form']/p/text()")
print(f"IP: {IP}")注意：
proxies = {
'http': proxy,
'https': proxy
}
这个指的是代理服务商提供的代理服务器支持什么请求，两个都加比较保险。
如果代理服务器支持http，但你发送https请求，代理服务器不会对你的请求进行转发，但是会消耗你的代理IP隧道代理（短效版）
此处用的小象代理，1元1小时，便宜，可以尝试加下代理
介绍：
隧道代理，一分钟自动更换IP，不需要人为搭建代理IP池去加代理IP。
隧道代理有并发请求限制，默认每秒允许 5 个请求。
也可以手动切换代理IP（但切换间隔最低10秒）：可以爬取网站报错时尝试手动切换IP。
但一般一分钟自动切换已经很快了
弊端：
[*]有的网站跳转使它的代理IP加不上，但代理服务商提供的接口文档提供了解决方案
from lxml import etree
import requests
target_url = "https://tool.lu/ip/"
proxy_host = 'http-short.xiaoxiangdaili.com'
proxy_port = 10010
proxy_username = '1128907524343746560'
proxy_pwd = 'wZ3WMRtm'
proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
"host": proxy_host,
"port": proxy_port,
"user": proxy_username,
"pass": proxy_pwd,
}
proxies = {
'http': proxyMeta,
'https': proxyMeta,
}
try:
# 设置手动切换IP
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36 Edg/126.0.0.0',
'Proxy-Switch-Ip': 'true'
}
source = requests.get(url=target_url, proxies=proxies, headers=headers).content.decode('utf-8')
IP = etree.HTML(source).xpath("//form[@id='main_form']/p/text()")
print(f"IP: {IP}")
# IP: ['你的外网IP地址是：110.88.30.181']
# IP: ['你的外网IP地址是：49.74.88.38']
except Exception as e:
print(e)隧道代理（动态转发版）
隧道代理（动态转发）无须自己提取代理IP，在用户隧道内每一个请求通过一个随机 IP 进行转发，也就是ip存活时间不长。
弊端：
[*]IP存活时间不长
适用：
[*]如果网站只是单纯的封ip，而不以IP生成cookie，并用cookie进行登录抓取数据，可以用动态转发版。
高匿API代理和隧道代理（短效版）
[*]高匿API代理：可以取出来IP并看到，按量或按时购买
[*]隧道代理：无法取出来IP并看到，隧道帮你切，只能按时购买
部署一个属于自己的可以获取代理IP的服务器
[*]用户
[*]调用普通服务器的IP加端口号，获取代理IP
[*]普通服务器
[*]开设一个端口：用来接受拨号服务器发来的IP
[*]再开设一个端口：用来展示接受到的IP
[*]vps动态拨号服务器
[*]拨号上网，关闭网络，之后服务器更换一次IP。
[*]用miniproxy软件占用一个端口进行请求转发。
[*]服务器有一套程序获取自身IP地址，利用socket协议与普通服务器进行通信，向普通服务器发送我们的IP，每更换一次IP就发送一次。
野生代理
市面上有野生代理，安全性低、稳定性差，不能用
来源：
[*]黑客攻击别人电脑，在别人电脑开设端口：设置转发请求服务
[*]如果别人电脑是个小服务器，可能IP可用时间还长点
[*]如果别人电脑是个私人电脑，关机你就没法用了
[*]代理服务器未知，可能会获取你的请求携带的隐私
刷票
刷票程序一般根据IP进行票数计算，可以根据代理IP进行刷票
简易代理IP池
此处用到redis数据库作为IP池
这个只是简易代理IP池，理解其思想即可，后续我会发布一个复杂代理IP池，是一个项目，可以用于实战的。
思想：
add_IP：如果IP池少于5，则补充，补充的IP初始分数为0
get_IP：取出一个代理IP，进行访问，访问失败，则分数加1，若分数小于3则插回IP池，若分数大于等于3则舍弃
[*]代理IP池的补充
import time
import requests
import redis
# 建立redis连接
r = redis.Redis(host='127.0.0.1', port=6379, db=4, decode_responses=True)
# decode_responses=True: redis中存储二进制数据, True表示取出数据自动进行解码
while True:
if r.llen("my_proxy") < 5:
response = requests.get(
'https://api.xiaoxiangdaili.com/ip/get?appKey=1128886144755716096&appSecret=2ICgJR7q&cnt=5&wt=json&method=https&city=&province=').json()
for ip in response['data']:
proxy = f'{ip["ip"]}:{ip["port"]}|0'
r.lpush('my_proxy', proxy)
else:
print("代理IP池已经满了")
time.sleep(5)
[*]代理IP池的弹出使用
import time
import requests
from lxml import etree
import redis
# 建立redis连接
r = redis.Redis(host='127.0.0.1', port=6379, db=4, decode_responses=True)
while True:
try:
# 取出代理IP
rr = r.rpop('my_proxy').split('|')
ip = rr
score = int(rr)
# 添加代理IP
proxy = f'http://{ip}'
proxies = {
'http': proxy,
'https': proxy
}
print(f"代理IP: {proxy}")
# 加代理
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36 Edg/126.0.0.0'
}
source = requests.get('https://tool.lu/ip/', proxies=proxies, headers=headers)
# source = requests.get('https://tool.lu/ip/', headers=headers).content.decode('utf-8')
except Exception as e:
print(e)
if score < 3:
score += 1
print(f'请求{ip}出错,分数为:{score}')
r.lpush('my_proxy', f'{ip}|{score}')
else:
print(f'舍弃{ip}')
continue
IP = etree.HTML(source.content.decode('utf-8')).xpath("//form[@id='main_form']/p/text()")
print(f"IP: {IP}")
print(f"状态码:{source.status_code}")
if source.status_code in (200, 302):
r.lpush('my_proxy', f'{ip}|0')
else:
if score < 3:
score += 1
print(f'请求{ip}出错,分数为:{score}')
r.lpush('my_proxy', f'{ip}|{score}')
else:
print(f'舍弃{ip}')
更多精致内容
来源:https://www.cnblogs.com/CodeRealm/p/18298300
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]