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

8、web爬蟲講解2—urllib庫爬蟲—ip代理—用戶代理和ip代理結(jié)合應(yīng)用

mrcode / 1025人閱讀

摘要：百度云搜索搜網(wǎng)盤淘寶券使用代理格式化，第一個參數(shù)，請求目標(biāo)可能是或者對應(yīng)設(shè)置初始化將代理設(shè)置成全局當(dāng)使用請求時自動使用代理引入隨機(jī)模塊文件格式化注意第一個參數(shù)可能是或者，對應(yīng)設(shè)置初始化將代理設(shè)置成全局當(dāng)使用請求時自動使用代理請求

【百度云搜索:http://bdy.lqkweb.com】
【搜網(wǎng)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(shù)，請求目標(biāo)可能是http或者h(yuǎn)ttps,對應(yīng)設(shè)置
build_opener()初始化IP
install_opener()將代理IP設(shè)置成全局,當(dāng)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(jī)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(shù)可能是http或者h(yuǎn)ttps，對應(yīng)設(shè)置
opener = urllib.request.build_opener(proxy,urllib.request.HTTPHandler)  #初始化IP
urllib.request.install_opener(opener)       #將代理IP設(shè)置成全局,當(dāng)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(gòu)建一

適合IP存活時間長，穩(wěn)定性好的代理ip，隨機(jī)調(diào)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(jī)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(shù)，請求目標(biāo)可能是http或者h(yuǎn)ttps,對應(yīng)設(shè)置
    opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
    urllib.request.install_opener(opener)  # 將代理IP設(shè)置成全局,當(dāng)使用urlopen()請求時自動使用代理IP

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

ip代理池構(gòu)建二，接口方式

每次調(diào)用第三方接口動態(tài)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(shù)據(jù)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(shù)，請求目標(biāo)可能是http或者h(yuǎn)ttps,對應(yīng)設(shè)置
    opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
    urllib.request.install_opener(opener)  # 將代理IP設(shè)置成全局,當(dāng)使用urlopen()請求時自動使用代理IP

#請求
dai_li_ip() #執(zhí)行代理IP函數(shù)
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(jié)合應(yīng)用

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib
from urllib import request
import json
import random
def yh_dl():    #創(chuàng)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(jī)獲取代理信息
    headers = ("User-Agent",thisua)                 #拼接報(bào)頭信息
    opener = urllib.request.build_opener()          #創(chuàng)建請求對象
    opener.addheaders=[headers]                     #添加報(bào)頭到請求對象
    urllib.request.install_opener(opener)           #將報(bào)頭信息設(shè)置為全局，urlopen()方法請求時也會自動添加報(bào)頭

def dai_li_ip():    #創(chuàng)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(shù)據(jù)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(shù)，請求目標(biāo)可能是http或者h(yuǎn)ttps,對應(yīng)設(shè)置
    opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
    urllib.request.install_opener(opener)  # 將代理IP設(shè)置成全局,當(dāng)使用urlopen()請求時自動使用代理IP

#請求
dai_li_ip() #執(zhí)行代理IP函數(shù)
yh_dl()     #執(zhí)行用戶代理池函數(shù)

gjci = "連衣裙"
zh_gjci = gjc = urllib.request.quote(gjci)         #將關(guān)鍵詞轉(zhuǎn)碼成瀏覽器認(rèn)識的字符，默認(rèn)網(wǎng)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(jié)合應(yīng)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(shù)，自動啟用了用戶代理和ip代理
    接收一個參數(shù)url,要爬取頁面的url，返回html源碼
    """
    def yh_dl():    #創(chuàng)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(jī)獲取代理信息
        headers = ("User-Agent",thisua)                 #拼接報(bào)頭信息
        opener = urllib.request.build_opener()          #創(chuàng)建請求對象
        opener.addheaders=[headers]                     #添加報(bào)頭到請求對象
        urllib.request.install_opener(opener)           #將報(bào)頭信息設(shè)置為全局，urlopen()方法請求時也會自動添加報(bào)頭

    def dai_li_ip(hq_url):    #創(chuàng)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(shù)據(jù)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(xié)議還是https協(xié)議
            rst2 = rst[0]
            proxy = urllib.request.ProxyHandler({rst2: zh_ip})  # 格式化IP,注意，第一個參數(shù)，請求目標(biāo)可能是http或者h(yuǎn)ttps,對應(yīng)設(shè)置
            opener = urllib.request.build_opener(proxy, urllib.request.HTTPHandler)  # 初始化IP
            urllib.request.install_opener(opener)  # 將代理IP設(shè)置成全局,當(dāng)使用urlopen()請求時自動使用代理IP
        else:
            pass

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

        data = urllib.request.urlopen(hq_url).read().decode("utf-8")
        return data
    except urllib.error.URLError as e:  # 如果出現(xiàn)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(guān)鍵詞轉(zhuǎn)碼成瀏覽器認(rèn)識的字符，默認(rèn)網(wǎng)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(zhuǎn)載自：https://www.jianshu.com/u/3fe...】

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/44064.html

相關(guān)文章

  • 9、web爬蟲講解2—urllib庫爬蟲—實(shí)戰(zhàn)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(fā)現(xiàn)你的連接并不安全等類似提示已經(jīng)消失，并且已經(jīng)能夠抓包了。 【百度云搜索，搜各種資料:http://www.bdyss.com】 【搜網(wǎng)盤，搜各種資料:http://www.swpan.cn】 封裝模塊 #!/usr/bin/env?python #?-*-?coding:?utf-8?-*- import?urll...

    go4it 評論0 收藏0

  • Python_爬蟲基礎(chǔ)

    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(wǎng)絡(luò)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(wù)器成功接收請求并已完成整個處理過程。 爬蟲概念 數(shù)據(jù)獲取的方式： 企業(yè)生產(chǎn)的用戶數(shù)據(jù)：大型互聯(lián)網(wǎng)公司有海量用戶，所以他們積累數(shù)據(jù)有天然優(yōu)勢。有數(shù)據(jù)意識的中小型企業(yè)，也開始積累的數(shù)據(jù)。 數(shù)據(jù)管理咨詢公司 政府/機(jī)構(gòu)提供的公開數(shù)據(jù) 第三方數(shù)據(jù)平臺購買...

    ixlei 評論0 收藏0

  • 7、web爬蟲講解2—urllib庫爬蟲—狀態(tài)嗎—異常處理—瀏覽器偽裝技術(shù)、設(shè)置用戶代理

    摘要：百度云搜索搜網(wǎng)盤如果爬蟲沒有異常處理，那么爬行中一旦出現(xiàn)錯誤，程序?qū)⒈罎⑼Ｖ构ぷ鳎挟惓Ｌ幚砑词钩霈F(xiàn)錯誤也能繼續(xù)執(zhí)行下去常見狀態(tài)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(jīng)授權(quán)禁止訪問沒找到對應(yīng)頁面服務(wù)器內(nèi)部 【百度云搜索:http://www.lqkweb.com】 【搜網(wǎng)盤:http://www.swpan.cn】 如果爬蟲沒有異常處理，那么爬行中一...

    megatron 評論0 收藏0

  • Python3網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)---19、代理基本原理

    摘要：所以使用代理隱藏真實(shí)的，讓服務(wù)器誤以為是代理服務(wù)器的在請求自己。參考來源由于涉及到一些專業(yè)名詞知識，本節(jié)的部分內(nèi)容參考來源如下代理服務(wù)器維基百科代理百度百科上一篇文章網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)和下一篇文章網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)使用發(fā)送請求 上一篇文章：Python3網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)---18、Session和Cookies下一篇文章：Python3網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)---20、使用Urllib：發(fā)送請求 我們在做爬蟲...

    gougoujiang 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<