python如何基于redis实现ip代理池
这篇文章主要介绍了python如何基于redis实现ip代理池,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
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
importrequests,redis
importpandas
importrandom
fromapscheduler.schedulers.blockingimportBlockingScheduler
importdatetime
importlogging
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
defremove_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
defget_ip_num(redis_conn):
num=redis_conn.zcard("IP")
returnnum
#获取ip的端口
defget_port(ip,redis_conn):
port=redis_conn.zscore("IP",ip)
port=str(port).replace(".0","")
returnport
#添加ip和端口到数据库里
defadd_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
defget_all_ip(redis_conn):
all_ip=redis_conn.zrange("IP",0,-1)
returnall_ip
#随机获取一个ip
defget_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)
ifnotrandom_ip:
return"",""
random_ip=str(random_ip[0]).replace("b",'').replace("'","")
port=get_port(random_ip,redis_conn)
returnrandom_ip,port
#获取代理ip
defspider_ip(x,redis_conn):
print(datetime.datetime.now().strftime('%Y-%m-%d%H:%M:%S'),x)
forpinrange(1,20):
res=pandas.read_html("http://www.89ip.cn/index_{}.html".format(p))
#print(res)
#print(type(res[0]))
foriinrange(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')
defaps_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={'https':'{ip}:{port}'.format(ip=ip,port=port)})
print("可用",ip,port,res)
ifredis_conn!=redis_conn_1:
add_ip(str(ip),str(port),redis_conn_1)
exceptException:
#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")
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。