说明
1、利用for循环爬取所有代理IP。查看网页源代码，发现所有的IP和端口都在第二和第三个td下，结合BeautifulSoup可以方便地抓取信息。
2、检查IP的可用程度。IP是否可用，取决于连接代理后2秒内是否可以打开页面。
如果可以，认为IP是可用的，添加到list中备用。
实例
import urllib2
from bs4 import BeautifulSoup
import csv
def IPspider(numpage):
csvfile = file('ips.csv', 'wb')
writer = csv.writer(csvfile)
url='http://www.xicidaili.com/nn/'
user_agent='IP'
headers={'User-agent':user_agent}
for num in xrange(1,numpage+1):
ipurl=url+str(num)
print 'Now downloading the '+str(num*100)+' ips'
request=urllib2.Request(ipurl,headers=headers)
content=urllib2.urlopen(request).read()
bs=BeautifulSoup(content,'html.parser')
res=bs.find_all('tr')
for item in res:
try:
temp=[]
tds=item.find_all('td')
temp.append(tds[1].text.encode('utf-8'))
temp.append(tds[2].text.encode('utf-8'))
writer.writerow(temp)
except IndexError:
pass
#假设爬取前十页所有的IP和端口
IPspider(10)
以上就是python爬虫ip代理池的使用，推荐大家使用品易http代理ip，千万ip资源百兆带宽，保证爬虫数据传输安全。提供高匿稳定代理ip服务，方便快捷获取网站数据，流量免费测试正在进行！更多Python学习指路：python爬虫
本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/4347/viewspace-2828801/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
IP代理免费可以带来什么风险？
下一篇：
java中一维数组常见运算
请登录后发表评论
登录
全部评论
