這篇文章主要介紹了python如何基于redis實(shí)現(xiàn)ip代理池,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
使用apscheduler庫定時(shí)爬取ip，定時(shí)檢測(cè)ip刪除ip，做了2層檢測(cè)，第一層爬取后放入redis——db0進(jìn)行檢測(cè)，成功的放入redis——db1再次進(jìn)行檢測(cè)，確保獲取的代理ip的可用性
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
|
import requests, redisimport pandasimport randomfrom apscheduler.schedulers.blocking import BlockingSchedulerimport datetimeimport loggingdb_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)# 刪除redis數(shù)據(jù)庫里的ipdef remove_ip(ip,redis_conn): redis_conn.zrem("IP", ip) print("已刪除 %s..." % ip)# 獲取redis數(shù)據(jù)庫里一共有多少ipdef get_ip_num(redis_conn): num = redis_conn.zcard("IP") return num# 獲取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和端口到數(shù)據(jù)庫里def add_ip(ip, port,redis_conn): # nx: 不要更新已有的元素。總是添加新的元素,只有True，F(xiàn)alse redis_conn.zadd("IP", {ip: port}, nx=55) print("已添加 %s %s...ok" % (ip, port))# 列出所有的ipdef get_all_ip(redis_conn): all_ip = redis_conn.zrange("IP", 0, -1) return all_ip# 隨機(jī)獲取一個(gè)ipdef 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# 獲取代理ipdef 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錯(cuò)誤失效就刪除 remove_ip(ip,redis_conn)scheduler = BlockingScheduler()scheduler.add_job(func=aps_detection_ip, args=('檢測(cè)循環(huán)任務(wù)0',redis_conn_0), trigger='interval', seconds=3, id='aps_detection_ip_task0',max_instances=10)scheduler.add_job(func=spider_ip, args=('獲取循環(huán)任務(wù)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=('檢測(cè)循環(huán)任務(wù)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("獲取循環(huán)任務(wù)") scheduler.start() # aps_detection_ip("檢測(cè)循環(huán)任務(wù)") |
以上就是本文的全部內(nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持服務(wù)器之家。
原文鏈接：https://www.cnblogs.com/angelyan/p/12157374.html
