8、web爬蟲講解2—urllib庫爬蟲—ip代理—用戶代理和ip代理結合應用

mrcode 發布于2019-07-31 10:35 / 1030人閱讀

摘要：百度云搜索搜網盤淘寶券使用代理格式化，第一個參數，請求目標可能是或者對應設置初始化將代理設置成全局當使用請求時自動使用代理引入隨機模塊文件格式化注意第一個參數可能是或者，對應設置初始化將代理設置成全局當使用請求時自動使用代理請求

【百度云搜索:http://bdy.lqkweb.com】

【搜網盤:http://www.swpan.cn】

【淘寶券:http://www.tbquan.cn】

使用IP代理

ProxyHandler()格式化IP，第一個參數，請求目標可能是http或者https,對應設置
build_opener()初始化IP
install_opener()將代理IP設置成全局,當使用urlopen()請求時自動使用代理IP

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib
import urllib.request
import random   #引入隨機模塊文件

ip = "180.115.8.212:39109"
proxy = urllib.request.ProxyHandler({"https":ip})                        #格式化IP,注意：第一個參數可能是http或者https，對應設置
opener = urllib.request.build_opener(proxy,urllib.request.HTTPHandler)  #初始化IP
urllib.request.install_opener(opener)       #將代理IP設置成全局,當使用urlopen()請求時自動使用代理IP

#請求
url = "https://www.baidu.com/"
data = urllib.request.urlopen(url).read().decode("utf-8")
print(data)

ip代理池構建一

適合IP存活時間長，穩定性好的代理ip，隨機調用列表里的ip

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib
from urllib import request
import random   #引入隨機模塊文件
def dai_li_ip():
    ip = [
        "110.73.8.103:8123",
        "115.46.151.100:8123",
        "42.233.187.147:19"
        ]
    shui = random.choice(ip)
    print(shui)
    proxy = urllib.request.ProxyHandler({"https": shui})  # 格式化IP,注意，第一個參數，請求目標可能是http或者https,對應設置
    opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
    urllib.request.install_opener(opener)  # 將代理IP設置成全局,當使用urlopen()請求時自動使用代理IP

#請求
dai_li_ip() #執行代理IP函數
url = "https://www.baidu.com/"
data = urllib.request.urlopen(url).read().decode("utf-8")
print(data)

ip代理池構建二，接口方式

每次調用第三方接口動態獲取ip,適用于IP存活時間短的情況

我們用http://http.zhimaruanjian.com...

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib
from urllib import request
import json
def dai_li_ip():
    url = "http://http-webapi.zhimaruanjian.com/getip?num=1&type=2&pro=&city=0&yys=0&port=11&time=1&ts=0&ys=0&cs=0&lb=1&sb=0&pb=4&mr=1"
    data = urllib.request.urlopen(url).read().decode("utf-8")
    data2 = json.loads(data)  # 將字符串還原它本來的數據類型

    print(data2["data"][0])
    ip = str(data2["data"][0]["ip"])
    dkou = str(data2["data"][0]["port"])
    zh_ip = ip + ":" + dkou
    print(zh_ip)


    proxy = urllib.request.ProxyHandler({"https": zh_ip})  # 格式化IP,注意，第一個參數，請求目標可能是http或者https,對應設置
    opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
    urllib.request.install_opener(opener)  # 將代理IP設置成全局,當使用urlopen()請求時自動使用代理IP

#請求
dai_li_ip() #執行代理IP函數
url = "https://www.baidu.com/"
data = urllib.request.urlopen(url).read().decode("utf-8")
print(data)

用戶代理和ip代理結合應用

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib
from urllib import request
import json
import random
def yh_dl():    #創建用戶代理池
    yhdl = [
        "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50",
        "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0",
        "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0)",
        "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0.1) Gecko/20100101 Firefox/4.0.1",
        "Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1",
        "Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; en) Presto/2.8.131 Version/11.11",
        "Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11",
        "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)",
        "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; TencentTraveler 4.0)",
        "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)",
        "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; The World)",
        "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; 360SE)",
        "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Avant Browser)",
        "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)",
        "Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
        "User-Agent:Mozilla/5.0 (iPod; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
        "Mozilla/5.0 (iPad; U; CPU OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
        "Mozilla/5.0 (Linux; U; Android 2.3.7; en-us; Nexus One Build/FRF91) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
        "Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10",
        "Mozilla/5.0 (Linux; U; Android 3.0; en-us; Xoom Build/HRI39) AppleWebKit/534.13 (KHTML, like Gecko) Version/4.0 Safari/534.13",
        "Mozilla/5.0 (BlackBerry; U; BlackBerry 9800; en) AppleWebKit/534.1+ (KHTML, like Gecko) Version/6.0.0.337 Mobile Safari/534.1+",
        "Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; HTC; Titan)",
        "UCWEB7.0.2.37/28/999",
        "NOKIA5700/ UCWEB7.0.2.37/28/999",
        "Openwave/ UCWEB7.0.2.37/28/999",
        "Mozilla/4.0 (compatible; MSIE 6.0; ) Opera/UCWEB7.0.2.37/28/999"
        ]
    thisua = random.choice(yhdl)                    #隨機獲取代理信息
    headers = ("User-Agent",thisua)                 #拼接報頭信息
    opener = urllib.request.build_opener()          #創建請求對象
    opener.addheaders=[headers]                     #添加報頭到請求對象
    urllib.request.install_opener(opener)           #將報頭信息設置為全局，urlopen()方法請求時也會自動添加報頭

def dai_li_ip():    #創建ip代理池
    url = "http://http-webapi.zhimaruanjian.com/getip?num=1&type=2&pro=&city=0&yys=0&port=11&time=1&ts=0&ys=0&cs=0&lb=1&sb=0&pb=4&mr=1"
    data = urllib.request.urlopen(url).read().decode("utf-8")
    data2 = json.loads(data)  # 將字符串還原它本來的數據類型

    print(data2["data"][0])
    ip = str(data2["data"][0]["ip"])
    dkou = str(data2["data"][0]["port"])
    zh_ip = ip + ":" + dkou
    print(zh_ip)


    proxy = urllib.request.ProxyHandler({"https": zh_ip})  # 格式化IP,注意，第一個參數，請求目標可能是http或者https,對應設置
    opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
    urllib.request.install_opener(opener)  # 將代理IP設置成全局,當使用urlopen()請求時自動使用代理IP

#請求
dai_li_ip() #執行代理IP函數
yh_dl()     #執行用戶代理池函數

gjci = "連衣裙"
zh_gjci = gjc = urllib.request.quote(gjci)         #將關鍵詞轉碼成瀏覽器認識的字符，默認網站不能是中文
url = "https://s.taobao.com/search?q=%s&s=0" %(zh_gjci)
# print(url)
data = urllib.request.urlopen(url).read().decode("utf-8")
print(data)

用戶代理和ip代理結合應用封裝模塊

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib
from urllib import request
import json
import random
import re
import urllib.error
def hq_html(hq_url):
    """
    hq_html()封裝的爬蟲函數，自動啟用了用戶代理和ip代理
    接收一個參數url,要爬取頁面的url，返回html源碼
    """
    def yh_dl():    #創建用戶代理池
        yhdl = [
            "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50",
            "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0",
            "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0)",
            "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0.1) Gecko/20100101 Firefox/4.0.1",
            "Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1",
            "Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; en) Presto/2.8.131 Version/11.11",
            "Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11",
            "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)",
            "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; TencentTraveler 4.0)",
            "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)",
            "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; The World)",
            "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; 360SE)",
            "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Avant Browser)",
            "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)",
            "Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
            "User-Agent:Mozilla/5.0 (iPod; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
            "Mozilla/5.0 (iPad; U; CPU OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
            "Mozilla/5.0 (Linux; U; Android 2.3.7; en-us; Nexus One Build/FRF91) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
            "Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10",
            "Mozilla/5.0 (Linux; U; Android 3.0; en-us; Xoom Build/HRI39) AppleWebKit/534.13 (KHTML, like Gecko) Version/4.0 Safari/534.13",
            "Mozilla/5.0 (BlackBerry; U; BlackBerry 9800; en) AppleWebKit/534.1+ (KHTML, like Gecko) Version/6.0.0.337 Mobile Safari/534.1+",
            "Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; HTC; Titan)",
            "UCWEB7.0.2.37/28/999",
            "NOKIA5700/ UCWEB7.0.2.37/28/999",
            "Openwave/ UCWEB7.0.2.37/28/999",
            "Mozilla/4.0 (compatible; MSIE 6.0; ) Opera/UCWEB7.0.2.37/28/999"
            ]
        thisua = random.choice(yhdl)                    #隨機獲取代理信息
        headers = ("User-Agent",thisua)                 #拼接報頭信息
        opener = urllib.request.build_opener()          #創建請求對象
        opener.addheaders=[headers]                     #添加報頭到請求對象
        urllib.request.install_opener(opener)           #將報頭信息設置為全局，urlopen()方法請求時也會自動添加報頭

    def dai_li_ip(hq_url):    #創建ip代理池
        url = "http://http-webapi.zhimaruanjian.com/getip?num=1&type=2&pro=&city=0&yys=0&port=11&time=1&ts=0&ys=0&cs=0&lb=1&sb=0&pb=4&mr=1"
        if url:
            data = urllib.request.urlopen(url).read().decode("utf-8")
            data2 = json.loads(data)  # 將字符串還原它本來的數據類型
            # print(data2["data"][0])
            ip = str(data2["data"][0]["ip"])
            dkou = str(data2["data"][0]["port"])
            zh_ip = ip + ":" + dkou
            pat = "(w*):w*"
            rst = re.compile(pat).findall(hq_url)  #正則匹配獲取是http協議還是https協議
            rst2 = rst[0]
            proxy = urllib.request.ProxyHandler({rst2: zh_ip})  # 格式化IP,注意，第一個參數，請求目標可能是http或者https,對應設置
            opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
            urllib.request.install_opener(opener)  # 將代理IP設置成全局,當使用urlopen()請求時自動使用代理IP
        else:
            pass

    #請求
    try:
        dai_li_ip(hq_url) #執行代理IP函數
        yh_dl()     #執行用戶代理池函數

        data = urllib.request.urlopen(hq_url).read().decode("utf-8")
        return data
    except urllib.error.URLError as e:  # 如果出現錯誤
        if hasattr(e, "code"):  # 如果有錯誤代碼
            # print(e.code)  # 打印錯誤代碼
            pass
        if hasattr(e, "reason"):  # 如果有錯誤信息
            # print(e.reason)  # 打印錯誤信息
            pass

# a = hq_html("http://www.baid.com/")
# print(a)

模塊使用

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib.request
import fzhpach
gjc = "廣告錄音"
gjc = urllib.request.quote(gjc)                 #將關鍵詞轉碼成瀏覽器認識的字符，默認網站不能是中文
url = "https://www.baidu.com/s?wd=%s&pn=0" %(gjc)
a = fzhpach.hq_html(url)
print(a)

【轉載自：https://www.jianshu.com/u/3fe...】

云服務器 GPU云服務器爬蟲ip代理 python爬蟲代理ip python爬蟲使用代理ip python爬蟲ip代理池

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/44064.html

9、web爬蟲講解2—urllib庫爬蟲—實戰爬取搜狗微信公眾號—抓包軟件安裝Fiddler4講解

摘要：隨后，為了保險，重啟，火狐瀏覽器也重啟一下，然后開始抓的包，此時你會發現你的連接并不安全等類似提示已經消失，并且已經能夠抓包了。【百度云搜索，搜各種資料:http://www.bdyss.com】【搜網盤，搜各種資料:http://www.swpan.cn】封裝模塊 #!/usr/bin/env?python #?-*-?coding:?utf-8?-*- import?urll...

go4it 2019-07-31 10:37 評論0 收藏0
Python_爬蟲基礎

摘要：并不是所有爬蟲都遵守，一般只有大型搜索引擎爬蟲才會遵守。的端口號為的端口號為工作原理網絡爬蟲抓取過程可以理解為模擬瀏覽器操作的過程。表示服務器成功接收請求并已完成整個處理過程。爬蟲概念數據獲取的方式：企業生產的用戶數據：大型互聯網公司有海量用戶，所以他們積累數據有天然優勢。有數據意識的中小型企業，也開始積累的數據。數據管理咨詢公司政府/機構提供的公開數據第三方數據平臺購買...

ixlei 2019-07-30 16:38 評論0 收藏0
7、web爬蟲講解2—urllib庫爬蟲—狀態嗎—異常處理—瀏覽器偽裝技術、設置用戶代理

摘要：百度云搜索搜網盤如果爬蟲沒有異常處理，那么爬行中一旦出現錯誤，程序將崩潰停止工作，有異常處理即使出現錯誤也能繼續執行下去常見狀態碼重定向到新的，永久性重定向到臨時，非永久性請求的資源未更新非法請求請求未經授權禁止訪問沒找到對應頁面服務器內部【百度云搜索:http://www.lqkweb.com】【搜網盤:http://www.swpan.cn】如果爬蟲沒有異常處理，那么爬行中一...

megatron 2019-07-31 10:34 評論0 收藏0
Python3網絡爬蟲實戰---19、代理基本原理

摘要：所以使用代理隱藏真實的，讓服務器誤以為是代理服務器的在請求自己。參考來源由于涉及到一些專業名詞知識，本節的部分內容參考來源如下代理服務器維基百科代理百度百科上一篇文章網絡爬蟲實戰和下一篇文章網絡爬蟲實戰使用發送請求上一篇文章：Python3網絡爬蟲實戰---18、Session和Cookies下一篇文章：Python3網絡爬蟲實戰---20、使用Urllib：發送請求我們在做爬蟲...

gougoujiang 2019-07-31 10:34 評論0 收藏0

發表評論

登陸后可評論

0條評論

mrcode

男|高級講師

我要關注我要私信

TA的文章

排序算法-選擇排序（C語言）

閱讀 881·2021-11-22 09:34
Robovps德國專用服務器：E3-1230v2/16GB內存/2TB硬盤/10TB流量/1Gbps

閱讀 1020·2021-10-08 10:16
月神科技-香港原生IP-2核2G10M低至20元/月,沙田三網CN2 GIA低至25元/月,可選WI

閱讀 1833·2021-07-25 21:42
【零基礎入門】 css學習筆記（2）盒模型

閱讀 1801·2019-08-30 15:53
移動Web利器transformjs入門

閱讀 3532·2019-08-30 13:08
CSS background系列屬性

閱讀 2193·2019-08-29 17:30
給零基礎的小白從0到1的react-naitve電商app——簡單易學！

閱讀 3354·2019-08-29 17:22
電視機頂盒web開發總結，避免踩坑。

閱讀 2185·2019-08-29 15:35

国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務器低至59元/年，更有多臺、長期優惠，快來選購！

8、web爬蟲講解2—urllib庫爬蟲—ip代理—用戶代理和ip代理結合應用

【百度云搜索:http://bdy.lqkweb.com】

【搜網盤:http://www.swpan.cn】

【淘寶券:http://www.tbquan.cn】

相關文章

**9、web爬蟲講解2—urllib庫爬蟲—實戰爬取搜狗微信公眾號—抓包軟件安裝Fiddler4講解**

Python_爬蟲基礎

**7、web爬蟲講解2—urllib庫爬蟲—狀態嗎—異常處理—瀏覽器偽裝技術、設置用戶代理**

Python3網絡爬蟲實戰---19、代理基本原理

發表評論

0條評論

mrcode

男|高級講師

TA的文章

排序算法-選擇排序（C語言）

Robovps德國專用服務器：E3-1230v2/16GB內存/2TB硬盤/10TB流量/1Gbps

月神科技-香港原生IP-2核2G10M低至20元/月,沙田三網CN2 GIA低至25元/月,可選WI

【零基礎入門】 css學習筆記（2）盒模型

移動Web利器transformjs入門

CSS background系列屬性

給零基礎的小白從0到1的react-naitve電商app——簡單易學！

電視機頂盒web開發總結，避免踩坑。

最新活動

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務器低至59元/年，更有多臺、長期優惠，快來選購！

8、web爬蟲講解2—urllib庫爬蟲—ip代理—用戶代理和ip代理結合應用

【百度云搜索:http://bdy.lqkweb.com】

【搜網盤:http://www.swpan.cn】

【淘寶券:http://www.tbquan.cn】

相關文章

發表評論

0條評論

男|高級講師

TA的文章

最新活動

上云采購季！| 2核2G4M爆款云服務器低至59元/年，更有多臺、長期優惠，快來選購！