python - 在 python/selenium 中检查代理
问题描述
我正在尝试使用 selenium 和 python 连接到一个站点。然后我决定在整个过程中添加代理并使用它们连接到站点。使用代理代理(python 模块)抓取代理。所以我可以刮掉很多代理。然后我将它保存到一个文本文件中,当我需要连接时,我会从文本文件中随机选择它。然而,这就是问题出现的地方。连接到站点时,代理有时不起作用。目前这是我正在使用的代码:
import asyncio
from proxybroker import Broker
async def save(proxies, filename):
"""Save proxies to a file."""
with open(filename, 'w') as f:
while True:
proxy = await proxies.get()
if proxy is None:
break
proto = 'https' if 'HTTPS' in proxy.types else 'http'
row = '%s://%s:%d\n' % (proto, proxy.host, proxy.port)
f.write(row)
def main():
proxies = asyncio.Queue()
broker = Broker(proxies)
tasks = asyncio.gather(broker.find(types=['HTTP', 'HTTPS'], limit=5),
save(proxies, filename='proxies.txt'))
loop = asyncio.get_event_loop()
loop.run_until_complete(tasks)
if __name__ == '__main__':
main()
lines = open('proxies.txt').read().splitlines()
rproxy =random.choice(lines)
PROXY = rproxy
此代码是 Proxy Broker 示例页面 ( https://proxybroker.readthedocs.io/en/latest/examples.html )中的示例代码
所以我想要做的是两件事之一:
选项 1:在它们被抓取后立即检查代理,然后将可以工作的代理保存在文本文件中并稍后调用它们
选项 2:在代理连接到站点之前检查代理。所以它检查代理是否工作,然后如果它工作,它会使用它。如果没有,它会尝试另一个。
我真的不知道如何做到这一点。我的朋友建议的一件事是使用请求并查看代理是否有效,但我遇到了问题,因为我无法格式化代理列表以自动与请求一起使用。
非常感谢任何帮助/提示。提前致谢!!!!
(编辑)我已经尝试过这样的帖子:
https://github.com/ApsOps/proxy-checker
https://www.calazan.com/how-to-use-proxies-with-an-http-session-using-the-python-requests-package/
https://codereview.stackexchange.com/questions/169246/python-proxy-checker-scanner
他们都没有为我工作:(
解决方案
好吧,我查看了proxybroker 文档,发现最好的解决方案是检查内置属性proxy.is_working
:
results = []
for proto in ngtrs:
if proto == 'CONNECT:25':
result = await self._check_conn_25(proxy, proto)
else:
result = await self._check(proxy, proto)
results.append(result)
proxy.is_working = True if any(results) else False
您可以像这样在代码中实现它:
import asyncio
from proxybroker import Broker
def get_random_proxy():
"""
Get random proxy from 'proxies.txt'.
"""
lines = open('proxies.txt').read().splitlines()
rproxy =random.choice(lines)
PROXY = rproxy
async def save(proxies, filename):
"""
Save proxies to a file.
"""
with open(filename, 'w') as file:
while True:
proxy = await proxies.get()
if proxy is None:
break
# Check accurately if the proxy is working.
if proxy.is_working:
protocol = 'https' if 'HTTPS' in proxy.types else 'http'
line = '{protocol}://{proxy.host}:{proxy.port}\n'
file.write(line)
def main():
proxies = asyncio.Queue()
broker = Broker(proxies)
tasks = asyncio.gather(broker.find(types=['HTTP', 'HTTPS'], limit=5),
save(proxies, filename='proxies.txt'))
loop = asyncio.get_event_loop()
loop.run_until_complete(tasks)
if __name__ == '__main__':
main()
推荐阅读
- javascript - 如何找到数组中每个子数组的最大值,然后将它们分组到一个新数组中
- apache-spark - Spark java.lang.OutOfMemoryError:Java 堆空间
- javascript - 节点红色多上下文
- swift - Swift 4中任何类型的带有错误协议的向下转换枚举
- visual-studio - DOCKER_REGISTRY 变量未设置。默认为空字符串
- angular - Angular 2-如何将一个子组件作为另一个子组件的叠加层放置在父组件中
- publish-subscribe - 使用 grpc 和 node js 通过 HTTP 2 访问 Google Cloud Pubsub
- c++ - MacOS 上 cmake + 共享库的问题
- android - 抓取时获得空 src
- reactjs - 如何取出传递给 Hoc 函数的道具