Python练习三:爬虫练习,从一个提供免费代理的网站中爬取IP地址信息

西刺代理,http://www.xicidaili.com/,提供免费代理的IP,是爬虫程序的目标网站.

开始写程序

import urllib.request
import re

def open_url(url):
　　req = urllib.request.Request(url)
　　req.add_header('User-Agent', 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36')

　　page = urllib.request.urlopen(req)
　　html = page.read().decode('utf-8')

　　return html

def get_img(html):
　　p = r'(?:(?:[0-1]?\d?\d|2[0-4]\d|25[0-5])\.){3}(?:[0,1]?\d?\d|2[0-4]\d|25[0-5])'
　　iplist = re.findall(p, html)

　　for each in iplist:
　　　　print(each)

if __name__ == '__main__':
　　url = "http://www.xicidaili.com/"
　　get_img(open_url(url))

执行程序结果如下