python如何基于redis实现ip代理池
这篇文章主要介绍了python如何基于redis实现ip代理池,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
使用apscheduler库定时爬取ip,定时检测ip删除ip,做了2层检测,第一层爬取后放入redis——db0进行检测,成功的放入redis——db1再次进行检测,确保获取的代理ip的可用性
importrequests,redis importpandas importrandom fromapscheduler.schedulers.blockingimportBlockingScheduler importdatetime importlogging 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) #删除redis数据库里的ip defremove_ip(ip,redis_conn): redis_conn.zrem("IP",ip) print("已删除%s..."%ip) #获取redis数据库里一共有多少ip defget_ip_num(redis_conn): num=redis_conn.zcard("IP") returnnum #获取ip的端口 defget_port(ip,redis_conn): port=redis_conn.zscore("IP",ip) port=str(port).replace(".0","") returnport #添加ip和端口到数据库里 defadd_ip(ip,port,redis_conn): #nx:不要更新已有的元素。总是添加新的元素,只有True,False redis_conn.zadd("IP",{ip:port},nx=55) print("已添加%s%s...ok"%(ip,port)) #列出所有的ip defget_all_ip(redis_conn): all_ip=redis_conn.zrange("IP",0,-1) returnall_ip #随机获取一个ip defget_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) ifnotrandom_ip: return"","" random_ip=str(random_ip[0]).replace("b",'').replace("'","") port=get_port(random_ip,redis_conn) returnrandom_ip,port #获取代理ip defspider_ip(x,redis_conn): print(datetime.datetime.now().strftime('%Y-%m-%d%H:%M:%S'),x) forpinrange(1,20): res=pandas.read_html("http://www.89ip.cn/index_{}.html".format(p)) #print(res) #print(type(res[0])) foriinrange(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') defaps_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) ifredis_conn!=redis_conn_1: add_ip(str(ip),str(port),redis_conn_1) exceptException: #ip错误失效就删除 remove_ip(ip,redis_conn) scheduler=BlockingScheduler() scheduler.add_job(func=aps_detection_ip,args=('检测循环任务0',redis_conn_0),trigger='interval',seconds=3,id='aps_detection_ip_task0',max_instances=10) scheduler.add_job(func=spider_ip,args=('获取循环任务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=('检测循环任务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("获取循环任务") scheduler.start() #aps_detection_ip("检测循环任务")
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。