python使用redis实现ip代理池

Posted Maple_feng

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使用redis实现ip代理池相关的知识,希望对你有一定的参考价值。

一、代码

#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

import requests, redis
import pandas
import random

from apscheduler.schedulers.blocking import BlockingScheduler
import datetime
import logging

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
def remove_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
def get_ip_num(redis_conn):
    num = redis_conn.zcard("IP")
    return num


# 获取ip的端口
def get_port(ip,redis_conn):
    port = redis_conn.zscore("IP", ip)
    port = str(port).replace(".0", "")
    return port


# 添加ip和端口到数据库里
def add_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
def get_all_ip(redis_conn):
    all_ip = redis_conn.zrange("IP", 0, -1)
    return all_ip


# 随机获取一个ip
def get_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)
    if not random_ip:
        return "",""
    random_ip = str(random_ip[0]).replace("b", ‘‘).replace("", "")
    port = get_port(random_ip,redis_conn)
    return random_ip, port


# 获取代理ip
def spider_ip(x,redis_conn):
    print(datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S), x)
    for p in range(1, 20):
        res = pandas.read_html("http://www.89ip.cn/index_{}.html".format(p))
        # print(res)
        # print(type(res[0]))
        for i in range(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)


def aps_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={http:{ip}:{port}.format(ip=ip,port=port)})
        print("可用",ip,port,res)
        if redis_conn!=redis_conn_1:
            add_ip(str(ip), str(port), redis_conn_1)
    except Exception:
        # 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")

以上是关于python使用redis实现ip代理池的主要内容,如果未能解决你的问题,请参考以下文章

python 爬虫 ip池怎么做

Flask开发系列之Flask+redis实现IP代理池

python 爬虫 ip池怎么做

使用redis+flask维护动态代理池

Python_01_IP代理池_实现代理池的检测模块

Python_01_IP代理池_实现代理池的校验模块