IP代理池基于mongodb数据库

代码用的python2.7,抓取xici免费代理,检测放入数据库中,为以后爬虫做准备。下面直接上代码

```

#-*-encoding=utf-8-*-

importrequests

fromlxmlimportetree

importtime

importpymongo

frommultiprocessingimportPool

classGetproxy(object):

def__init__(self):

self.headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36'}

self.url ='http://www.xicidaili.com/wt/'

self.client = pymongo.MongoClient('localhost',27017)

self.xici =self.client['xici']

self.xiciipinfo =self.xici['xiciipinfo']

#self.removeip = '127.0.0.1' #第一次运行会检测该变量,因为下面只有检测失败了才会赋值

defgetip(self,num):

#爬西祠所有代理,更新放入数据库

url =self.url +str(num)

wb_data = requests.get(url,headers=self.headers)

html = etree.HTML(wb_data.text)

# htmls = etree.tostring(html)

ips = html.xpath('//tr[@class="odd"]/td[2]/text()')

ports = html.xpath('//tr[@class="odd"]/td[3]/text()')

protocols = html.xpath('//tr[@class="odd"]/td[6]/text()')

areas = html.xpath('//tr[@class="odd"]/td[4]/a/text()')

forip,port,protocol,areainzip(ips,ports,protocols,areas):

data = {

'ip': ip,

'port': port,

'protocol': protocol,

'area': area,

}

printdata

#self.xiciipinfo.insert_one(data)

#if self.removeip != ip: #此处加一个判断,如果是下面检测过的不可用的ip,就不更新进入数据库,可以节省下面的检测时间

self.xiciipinfo.update({'ip':ip},{'$set':data},True)

defcount(self,num):

foriinrange(1,num):

self.getip(i)

time.sleep(2)

defdbclose(self):

self.client.close()

defgetiplist(self):

#将数据库内数据整理放入列表

ips =self.xiciipinfo.find()

proxylist = []

foriinips:

b ="http"+"://"+ i['ip'] +":"+ i['port']

proxies = {"http": b}

# print proxies

proxylist.append(proxies)

# print proxylist

returnproxylist

defiptest(self,proxy):

#检测ip,并更新进入数据库,删掉不可用的ip

ip = proxy['http'][7:].split(':')[0]

try:

requests.get('http://wenshu.court.gov.cn/',proxies=proxy,timeout=6)

except:

print'field...............>>>>>>>>>>>>>>>>>>>>>>>>'

#self.removeip = ip #赋值给类属性

self.xiciipinfo.remove({'ip': ip})#用remove方法,将符合条件的删掉

print'remove it now.....{}'.format(ip)

else:

print'<<<<<<<<<<<<<<<<<.............success'

printproxy

if__name__ =='__main__':

pool = Pool()

proxy = Getproxy()

proxy.count(2)

iplist = proxy.getiplist()

map(proxy.iptest,iplist)

proxy.dbclose()

```

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,602评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,442评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,878评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,306评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,330评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,071评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,382评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,006评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,512评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,965评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,094评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,732评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,283评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,286评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,512评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,536评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,828评论 2 345

推荐阅读更多精彩内容