视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
Python3实现并发检验代理池地址的方法
2020-11-27 14:26:35 责编:小采
文档


本文实例讲述了Python3实现并发检验代理池地址的方法。分享给大家供大家参考,具体如下:

#encoding=utf-8
#author: walker
#date: 2016-04-14
#summary: 用协程/线程池并发检验代理有效性
import os, sys, time
import requests
from concurrent import futures
cur_dir_fullpath = os.path.dirname(os.path.abspath(__file__))
Headers = {
 'Accept': '*/*',
 'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET4.0C; .NET4.0E)',
 }
#检验单个代理的有效性
#如果有效,返回该proxy;否则,返回空字符串
def Check(desturl, proxy, feature):
 proxies = {'http': 'http://' + proxy}
 r = None #声明
 exMsg = None
 try:
 r = requests.get(url=desturl, headers=Headers, proxies=proxies, timeout=3)
 except:
 exMsg = '* ' + traceback.format_exc()
 #print(exMsg)
 finally:
 if 'r' in locals() and r:
 r.close()
 if exMsg:
 return ''
 if r.status_code != 200:
 return ''
 if r.text.find(feature) < 0:
 return ''
 return proxy
#输入代理列表(set/list),返回有效代理列表
def GetValidProxyPool(rawProxyPool, desturl, feature):
 validProxyList = list() #有效代理列表
 pool = futures.ThreadPoolExecutor(8)
 futureList = list()
 for proxy in rawProxyPool:
 futureList.append(pool.submit(Check, desturl, proxy, feature))
 print('
 submit done, waiting for responses
')
 for future in futures.as_completed(futureList):
 proxy = future.result()
 print('proxy:' + proxy)
 if proxy: #有效代理
 validProxyList.append(proxy)
 print('validProxyList size:' + str(len(validProxyList)))
 return validProxyList
#获取原始代理池
def GetRawProxyPool():
 rawProxyPool = set()
 #通过某种方式获取原始代理池......
 return rawProxyPool
if __name__ == "__main__":
 rawProxyPool = GetRawProxyPool()
 desturl = 'http://...' #需要通过代理访问的目标地址
 feature = 'xxx' #目标网页的特征码
 validProxyPool = GetValidProxyPool(rawProxyPool, desturl, feature)

更多Python3实现并发检验代理池地址的方法相关文章请关注PHP中文网!

下载本文
显示全文
专题