python代理爬取存入csv文件
Posted 暗香丶
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python代理爬取存入csv文件相关的知识,希望对你有一定的参考价值。
爬取高匿代理
1 from urllib import request 2 import re 3 import time 4 5 f = open(‘西1.csv‘,‘w‘,encoding=‘GBK‘) 6 headers = { 7 ‘Cookie‘:‘ _free_proxy_session=BAh7B0kiD3Nlc3Npb25faWQGOgZFVEkiJTJjNTgwNDE4OTYyNTJiNjlmMmU2NDFhZWEwZjExMjFjBjsAVEkiEF9jc3JmX3Rva2VuBjsARkkiMVd4THYybCtNcW1yZmJFckpWUDJFdnNzam5hUCtuMGJLNEg0UFUzdE1XWTA9BjsARg%3D%3D--a43f95e415d8ee53f36f90941dbab43b1503d84b‘, 8 ‘User-Agent‘:‘ Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36‘, 9 } 10 url = ‘http://www.xicidaili.com/nn/{}‘ 11 end = int(input(‘你想爬几页的代理呢‘)) 12 for pag in range(1,end+1): 13 fullurl = url.format(pag) 14 res = request.Request(fullurl,headers=headers) 15 response = request.urlopen(res) 16 html = response.read().decode(‘utf-8‘) 17 # print(html) 18 list_rule = re.compile(r‘<tr.*?</tr>‘,re.S) 19 list = list_rule.findall(html) 20 # print(list) 21 for td in list: 22 iplist_rule = re.compile(r‘<td>(.*?)</td>‘,re.S) 23 iplist = iplist_rule.findall(td) 24 # print(iplist) 25 for ip_a in iplist: 26 a_rule = re.compile(r‘>(.*?)<‘,re.S) 27 address = a_rule.findall(ip_a) 28 for ip_address in address: 29 iplist[2]=(ip_address) 30 f.write(‘,‘.join(iplist) + ‘ ‘) 31 print(‘第{}页下载完成‘.format(pag)) 32 time.sleep(5) 33 f.close()
以上是关于python代理爬取存入csv文件的主要内容,如果未能解决你的问题,请参考以下文章
爬虫简单之二---使用进程爬取起点中文网的六万多也页小说的名字,作者,等一些基本信息,并存入csv中