Python3实现并发检验代理池地址的方法

作者:RQSLT 时间:2023-10-14 01:03:58 

本文实例讲述了Python3实现并发检验代理池地址的方法。分享给大家供大家参考,具体如下:


#encoding=utf-8
#author: walker
#date: 2016-04-14
#summary: 用协程/线程池并发检验代理有效性
import os, sys, time
import requests
from concurrent import futures
cur_dir_fullpath = os.path.dirname(os.path.abspath(__file__))
Headers = {
     'Accept': '*/*',
     'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET4.0C; .NET4.0E)',
   }
#检验单个代理的有效性
#如果有效,返回该proxy;否则,返回空字符串
def Check(desturl, proxy, feature):
 proxies = {'http': 'http://' + proxy}
 r = None #声明
 exMsg = None
 try:
   r = requests.get(url=desturl, headers=Headers, proxies=proxies, timeout=3)
 except:
   exMsg = '* ' + traceback.format_exc()
   #print(exMsg)
 finally:
   if 'r' in locals() and r:
     r.close()
 if exMsg:
   return ''
 if r.status_code != 200:
   return ''
 if r.text.find(feature) < 0:
   return ''
 return proxy
#输入代理列表(set/list),返回有效代理列表
def GetValidProxyPool(rawProxyPool, desturl, feature):
 validProxyList = list()  #有效代理列表
 pool = futures.ThreadPoolExecutor(8)
 futureList = list()
 for proxy in rawProxyPool:
   futureList.append(pool.submit(Check, desturl, proxy, feature))
 print('\n submit done, waiting for responses\n')
 for future in futures.as_completed(futureList):
   proxy = future.result()
   print('proxy:' + proxy)
   if proxy: #有效代理
     validProxyList.append(proxy)
 print('validProxyList size:' + str(len(validProxyList)))
 return validProxyList
#获取原始代理池
def GetRawProxyPool():
 rawProxyPool = set()
 #通过某种方式获取原始代理池......
 return rawProxyPool
if __name__ == "__main__":
 rawProxyPool = GetRawProxyPool()
 desturl = 'http://...'    #需要通过代理访问的目标地址
 feature = 'xxx'    #目标网页的特征码
 validProxyPool = GetValidProxyPool(rawProxyPool, desturl, feature)

希望本文所述对大家Python程序设计有所帮助。

标签:Python3,并发,检验,代理
0
投稿

猜你喜欢

  • 获取mssql的xml返回结构的方法

    2007-08-23 12:52:00
  • 互联网科技大佬推荐的12本必读书籍

    2022-08-23 12:56:38
  • python连接池实现示例程序

    2022-04-30 21:59:54
  • Python操作mysql数据库实现增删查改功能的方法

    2024-01-19 13:02:18
  • python文件和目录操作方法大全(含实例)

    2021-11-11 14:10:29
  • python获取本机外网ip的方法

    2022-06-24 01:57:16
  • sql集合运算符使用方法

    2024-01-26 08:18:13
  • Mysql查询最近一条记录的sql语句(优化篇)

    2024-01-17 02:33:57
  • nginx搭建基于python的web环境的实现步骤

    2023-07-27 07:06:49
  • php如何利用ffmpeg获取视频第一帧为缩略图

    2024-05-03 15:48:20
  • css学习笔记:DIV水平垂直居中

    2009-06-19 12:45:00
  • vue 虚拟DOM的原理

    2023-07-02 17:03:18
  • 解析SQL server与asp 互操作的时间处理

    2009-02-05 16:13:00
  • pandas实现DataFrame显示最大行列,不省略显示实例

    2023-10-27 14:08:52
  • Python发起请求提示UnicodeEncodeError错误代码解决方法

    2022-09-14 09:47:36
  • python子类在多继承中使用MRO机制原理

    2021-03-09 00:52:35
  • windows下重置mysql的root密码方法介绍

    2024-01-17 18:37:35
  • MySQL将select结果执行update的实例教程

    2024-01-17 14:00:59
  • 详解MySQL中的数据类型和schema优化

    2024-01-28 04:29:11
  • js自定义网页右键菜单方法

    2007-11-28 12:50:00
  • asp之家 网络编程 m.aspxhome.com