/Free_proxy_pool

对免费代理IP网站进行爬取，收集汇总为自己的代理池。关键是验证代理的有效性、匿名性、去重复

Primary LanguagePython

Free_proxy_pool

对免费代理IP网站进行爬取，收集汇总为自己的代理池。其中关键是验证代理的有效性、匿名性、去重复。

  • 本代理池的定位是初学者能看懂，能使用的单机库。所以不打算使用高大上的Redis或者MongoDB等数据库。抓到的代理仅与磁盘文件交互。
  • 本项目无需安装，下载后查看example即可学会使用。简洁易用的get_a_proxy()，便于在请求网页的参数中直接使用。
  • 运行所依赖的第三方库：requests、bs4、lxml、chardet。
  • 爬虫组件<200行代码，把高可用率的代理网站一网打尽。如果爬虫全开，一次性可以采集高匿代理300--700个。
  • 下表数据仅表明各网站在某一时段的代理质量，每天不同时段会有波动，整体质量比较高。
代理网站 评估数 可用数 有效率 更新周期
66ip 536 113 21.1% 10分钟
89ip 600 79 11.7% 10分钟
爱家网 1274 105 8.2% 每天2篇
codebusy 278 84 30.2% 1分钟
小舒代理 534 78 14.6% 每天2篇
小河虾 600 70 11.7% 10分钟

如果感觉对您有帮助，欢迎给我加一个星星，或者fork。
为了避免大家浪费精力，经验证无实用价值的免费代理网站列举如下，是为“黑名单”：