部分数据来源:ChatGPT
引言
在爬取数据时,为了避免被反爬机制封锁,我们需要使用代理IP来进行隐蔽访问。有些网站提供免费的代理IP,我们可以使用Python来自动化获取这些代理IP,并进行验证筛选出可用的代理IP。
准备工作
在开始之前,需要安装 requests
和 beautifulsoup4
两个 Python 模块,可以使用以下命令进行安装:
pip install requests
pip install beautifulsoup4
获取代理 IP 地址
在使用代理 IP 地址之前,需要先获取一些有效的代理 IP 地址。可以通过以下代码获取一个可用的代理 IP 地址列表:
import requests
from bs4 import BeautifulSoup
# 设置请求头部信息,模拟浏览器访问
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.106 Safari/537.36",
}
# 获取代理IP列表并格式化代理IP地址
def get_proxy_list():
url = "https://www.proxy-list.download/HTTP"
try:
resp = requests.get(url, headers=headers, timeout=10) #发送请求,并