python如何基於redis實現ip代理池
阿新 • • 發佈:2020-01-28
這篇文章主要介紹了python如何基於redis實現ip代理池,文中通過示例程式碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
使用apscheduler庫定時爬取ip,定時檢測ip刪除ip,做了2層檢測,第一層爬取後放入redis——db0進行檢測,成功的放入redis——db1再次進行檢測,確保獲取的代理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,db=1) # 刪除redis資料庫裡的ip def remove_ip(ip,redis_conn): redis_conn.zrem("IP",ip) print("已刪除 %s..." % ip) # 獲取redis資料庫裡一共有多少ip def get_ip_num(redis_conn): num = redis_conn.zcard("IP") return num # 獲取ip的埠 def get_port(ip,redis_conn): port = redis_conn.zscore("IP",ip) port = str(port).replace(".0","") return port # 新增ip和埠到資料庫裡 def add_ip(ip,port,redis_conn): # nx: 不要更新已有的元素。總是新增新的元素,只有True,False redis_conn.zadd("IP",{ip: port},nx=55) print("已新增 %s %s...ok" % (ip,port)) # 列出所有的ip def get_all_ip(redis_conn): all_ip = redis_conn.zrange("IP",-1) return all_ip # 隨機獲取一個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 # 獲取代理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,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,res) if redis_conn!=redis_conn_1: add_ip(str(ip),redis_conn_1) except Exception: # ip錯誤失效就刪除 remove_ip(ip,redis_conn) scheduler = BlockingScheduler() scheduler.add_job(func=aps_detection_ip,args=('檢測迴圈任務0',redis_conn_0),trigger='interval',seconds=3,id='aps_detection_ip_task0',max_instances=10) scheduler.add_job(func=spider_ip,args=('獲取迴圈任務0',seconds=60*60*2,id='spider_ip_task0',max_instances=10) scheduler.add_job(func=aps_detection_ip,args=('檢測迴圈任務1',redis_conn_1),id='aps_detection_ip_task1',max_instances=10) scheduler._logger = logging # scheduler.start() if __name__ == '__main__': # print(get_ip_num()) # spider_ip("獲取迴圈任務") scheduler.start() # aps_detection_ip("檢測迴圈任務")
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。