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

scrapy按顺序启动多个爬虫代码片段(python3)

python 代理ip爬取,ip代理,数据库存储,去重,验证。

Python爬取新浪新闻(存入MySQL,EXCEL)

python 如何把图片存入数据库

假期学习Python爬取百度词条写入csv格式 python 2020.2.10