Python实现IP代理批量采集, 并检测代理是否可用 保存一下＜嫖一波免费代理＞

前言 😋

大家早好、午好、晚好吖~

开发环境]:

• python 3.8

• pycharm

模块使用]:

• import requests —> 需要安装 pip install requests

• import parsel —> 需要安装 pip install parsel 解析数据模块

如果安装python第三方模块:

1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

2. 在pycharm中点击Terminal(终端) 输入安装命令

IP代理: 采集网站数据, 采集比较快, 你被封IP

基本流程（思路）:

一. 数据来源分析

1. 你要先分析, 你想要数据是请求那个url地址可以得到...
    通过开发者工具抓包分析, 分析我们想要数据来源
    I. F12或者鼠标右键点检查 选择network 刷新网页
    II. 分析数据内容 来自于哪里
        通过开发者工具 关键字搜索数据来源 找到相对应的数据包

二. 代码实现步骤过程: 爬虫基本四大步骤

1. 发送请求, 模拟浏览器对于分析得到url地址发送请求 https://free.kuaidaili.com/free/inha/1/
2. 获取数据, 获取服务器返回响应数据 ---> 开发者工具里面看到 response
3. 解析数据, 提取我们想要数据内容
4. 保存数据, 我们想要数据内容保存本地

代码

# 导入数据请求模块 ---> 第三方模块, 需要安装 在cmd里面 pip install requests
import requests
# 导入数据解析模块 ---> 第三方模块, 需要安装 在cmd里面 pip install parsel
import parsel
# 导入json模块 ---> 内置模块 不需要安装
import json

完整源码、解答、教程加Q裙：261823976 点击蓝字加入【python学习裙】

# 1. 发送请求, 模拟浏览器对于分析得到url地址发送请求
proxies_list = []
proxies_list_1 = []
# 请求url地址
for page in range(1, 11):
    url = f'https://www.boc.cn/sourcedb/whpj/index_{page}.html'
    """
    headers请求头, 模拟伪装浏览器去发送请求
        不加headers相当于裸奔 ----> 告诉服务器, 我是爬虫 我是爬虫~ 你来抓我~
        加什么东西, 在哪加 ---> 开发者工具里面 复制 ua
    """
    headers = {
        # User-Agent 用户代理 表示浏览器基本身份标识
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
    }
    # 发送请求 --->  响应对象, 200状态码 表示请求成功
    response = requests.get(url=url, headers=headers)
    # 2. 获取数据, 获取服务器返回响应数据 print(response.text)
    """
    3. 解析数据, 提取我们想要数据内容
        解析方法:
            re正则: 对于字符串数据进行提取
            css: 根据标签属性内容提取
            xpath: 根据标签节点提取
    """
    # 转换数据类型 response.text