python抓取数据，python使用socks代理抓取数据

Posted 2020-10-06

　　在python中，正常的抓取数据直接使用urllib2 这个模块：

import urllib2
url = ‘http://fanyi.baidu.com/‘
stream = urllib2.urlopen(url)
cont = stream.read()
print cont

　　如果要走http代理的话，我们也可以使用urllib2，不需要引用别的模块：

import urllib2
url = ‘https://clients5.google.com/pagead/drt/dn/dn.js‘
proxy_handler = urllib2.ProxyHandler({‘http‘:‘127.0.0.1:1080‘})
opener = urllib2.build_opener(proxy_handler)
f = opener.open(url)
print f.read()

　　如果要使用socks5代理， 我们需要别的模块 sockes， socket， 我们可以通过pip install socksipy ， （我是windows的系统， 还需要另外的一个模块， pip install win_inet_pton） 建议直接下载安装包到python的安装目录，切换到对应目录，执行python setup.py install安装，真被大天朝的墙给坑死了， 然后在需要代理的模块上添加socket代码：

import socks
import socket
socks.setdefaultproxy(socks.PROXY_TYPE_SOCKS5, "127.0.0.1", 1080)
socket.socket = socks.socksocket

　　完整的代码如下：

//添加的代码开头
import win_inet_pton
import socks
import socket
socks.setdefaultproxy(socks.PROXY_TYPE_SOCKS5, "127.0.0.1", 1080)
socket.socket = socks.socksocket
//添加的代码结束
import urllib2
steam = urllib2.urlopen(‘https://clients5.google.com/pagead/drt/dn/dn.js‘)
print steam.read()

　　使用requests模块， 我们也在requests之前添加socket的代码，后面的http请求不用改了，还是走原来的逻辑：

//添加的代码开头
import win_inet_pton
import socket
import socks
import requests
ip=‘localhost‘
port = 1080
socks.setdefaultproxy(socks.PROXY_TYPE_SOCKS5, ip, port)
socket.socket = socks.socksocket
//添加的代码结束
url = ‘https://clients5.google.com/pagead/drt/dn/dn.js‘
print requests.get(url).text

　　相关：

　　github:https://github.com/mitsuhiko/python-geoip/issues/4

作者： NONO
出处：http://www.cnblogs.com/diligenceday/
企业网站：http://www.idrwl.com/ 厦门点燃未来网络科技
开源博客：http://www.github.com/sqqihao
QQ：287101329
微信：18101055830 

厦门点燃未来网络科技有限公司， 是厦门最好的微信应用， 小程序， 微信网站， 公众号开发公司