python如何基于redis實現(xiàn)ip代理池
這篇文章主要介紹了python如何基于redis實現(xiàn)ip代理池,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
使用apscheduler庫定時爬取ip,定時檢測ip刪除ip,做了2層檢測,第一層爬取后放入redis——db0進行檢測,成功的放入redis——db1再次進行檢測,確保獲取的代理ip的可用性
import requests, redis
import pandas
import random
from apscheduler.schedulers.blocking import BlockingScheduler
import datetime
import logging
db_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ip
def 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ip
def 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??偸翘砑有碌脑?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ip
def get_all_ip(redis_conn):
all_ip = redis_conn.zrange("IP", 0, -1)
return all_ip
# 隨機獲取一個ip
def 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ip
def 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錯誤失效就刪除
remove_ip(ip,redis_conn)
scheduler = BlockingScheduler()
scheduler.add_job(func=aps_detection_ip, args=('檢測循環(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("檢測循環(huán)任務(wù)")
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
從Python的源碼來解析Python下的freeblock
這篇文章主要介紹了從Python的源碼來解析Python下的freeblock,包括內(nèi)存空間分配等知識,需要的朋友可以參考下2015-05-05
詳解selenium + chromedriver 被反爬的解決方法
這篇文章主要介紹了詳解selenium + chromedriver 被反爬的解決方法,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
Python實現(xiàn)連接兩個無規(guī)則列表后刪除重復(fù)元素并升序排序的方法
這篇文章主要介紹了Python實現(xiàn)連接兩個無規(guī)則列表后刪除重復(fù)元素并升序排序的方法,涉及Python針對列表的合并、遍歷、判斷、追加、排序等操作技巧,需要的朋友可以參考下2018-02-02
使用python讀寫txt和json(jsonl)大文件的方法步驟
在Python中讀取txt和json(jsonl)大文件并保存到字典是一項非常常見的操作,這篇文章主要給大家介紹了關(guān)于使用python讀寫txt和json(jsonl)大文件的方法步驟,需要的朋友可以參考下2023-12-12
Python機器學(xué)習(xí)應(yīng)用之支持向量機的分類預(yù)測篇
最近完成的一個項目用到了SVM,之前也一直有聽說支持向量機,知道它是機器學(xué)習(xí)中一種非常厲害的算法。利用將近一個星期的時間學(xué)習(xí)了一下支持向量機,把原理推了一遍,感覺支持向量機確實挺厲害的,這篇文章帶你了解它2022-01-01

