python如何爬取免費代理并驗證代理是否可用

python如何爬取免費代理并驗證代理是否可用，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

分享一個python腳本，使用代理ip來訪問網頁，方便抓取數據什么的~并自動驗證ip是否可以用

什么情況下會用到代理IP？比如你要抓取一個網站數據，該網站有100萬條內容，他們做了IP限制，每個IP每小時只能抓1000條，如果單個IP去抓因為受限，需要40天左右才能采集完，如果用了代理IP，不停的切換IP，就可以突破每小時1000條的頻率限制，從而提高效率。

腳本開始：

import requests
from lxml import etree
# 獲取快代理首頁的代理
def get_proxy_list():
    url = "https://www.jxmtjt.com/"
    payload = {}
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36",
        'Accept': 'application/json, text/javascript, */*; q=0.01',
    }
    response = requests.request("GET", url, headers=headers, data=payload)
    res = []
    _ = etree.HTML(response.text)
    type_dct = {
        "HTTP": "http://",
        "HTTPS": "https://"
    }
    data_list = _.xpath("//tbody/tr")
    for data in data_list:
        ip = data.xpath("./td[1]/text()")[0]
        port = data.xpath("./td[2]/text()")[0]
        type = data.xpath("./td[4]/text()")[0]
        res.append(type_dct[type] + ip + ':' + port)
    return res
# 測試代理
def check(proxy):
    href = 'http://www.baidu.com/'
    if 'https' in proxy:
        proxies = {'https': proxy}
    else:
        proxies = {'http': proxy}
    headers = {
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 11_2_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4396.0 Safari/537.36'
    }
    try:
        r = requests.get(href, proxies=proxies, timeout=5, headers=headers)
        if r.status_code == 200:
            return True
    except:
        return False
if __name__ == '__main__':
    proxy_list = get_proxy_list()
    print(proxy_list)
    for p in proxy_list:
        print(p, check(p))
大家代碼復制后，把獲取代理ip的網址改一改就可以用了，代碼我一直在用，大家也可以cnblogs，百度搜索一下有沒有免費的代理ip獲取網址~

關于python如何爬取免費代理并驗證代理是否可用問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。