Python3.x：获取代理ip以及使用
python爬虫浏览器伪装
#导入urllib.request模块 import urllib.request #设置请求头 headers=("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0") #创建一个opener opener=urllib.request.build_opener() #将headers添加到opener中 opener.addheaders=[headers] #将opener安装为全局 urllib.request.install_opener(opener) #用urlopen打开网页 data=urllib.request.urlopen(url).read().decode('utf-8','ignore')
设置代理
#定义代理ip proxy_addr="122.241.72.191:808" #设置代理 proxy=urllib.request.ProxyHandler({'http':proxy_addr}) #创建一个opener opener=urllib.request.build_opener(proxy) #将opener安装为全局 urllib.request.install_opener(opener) #用urlopen打开网页 data=urllib.request.urlopen(url).read().decode('utf-8','ignore')
同时设置用代理和模拟浏览器访问
#定义代理ip proxy_addr="122.241.72.191:808" #创建一个请求 req=urllib.request.Request(url) #添加headers req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) #设置代理 proxy=urllib.request.ProxyHandle("http":proxy_addr) #创建一个opener opener=urllib.request.build_opener(proxy,urllib.request.HTTPHandler) #将opener安装为全局 urllib.request.install_opener(opener) #用urlopen打开网页 data=urllib.request.urlopen(req).read().decode('utf-8','ignore')
获取代理ip
# python3 # 国内高匿代理IP网站：http://www.xicidaili.com/nn/ # 爬取首页代理IP地址 from bs4 import BeautifulSoup import requests import random # 获取首页IP列表 def get_ip_list(url, headers): web_data = requests.get(url, headers=headers) soup = BeautifulSoup(web_data.text, 'lxml') ips = soup.find_all('tr') ip_list = [] # 提取ip列表 # range()的用法：range(1,5) #代表从1到5(不包含5) for i in range(1, len(ips)): ip_info = ips[i] tds = ip_info.find_all('td') ip_list.append(tds[5].text.lower() + '://' + tds[1].text + ':' + tds[2].text) return ip_list # 随机获取一个ip def get_random_ip(ip_list): # 随机获取一个ip（从返回的ip列表里面） proxy_ip = random.choice(ip_list) return proxy_ip # 测试 if __name__ == '__main__': # 国内高匿代理IP url = 'http://www.xicidaili.com/nn/' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.143 Safari/537.36' } # 获取首页ip列表 ip_list = get_ip_list(url, headers=headers) # 随机提取一个ip ip = get_random_ip(ip_list) print('代理ip地址：' + ip)
常用的代理ip地址：
1，西刺免费代理IP：http://www.xicidaili.com/
2，国内高匿代理IP：http://www.xicidaili.com/nn/
3，66免费代理网：http://www.66ip.cn/
原创文章，作者：Maggie-Hunter，如若转载，请注明出处：https://blog.ytso.com/tech/pnotes/16792.html