怎么用python批量获取免费代理IP

如今，需要使用代理IP的地方有很多，例如网络投票、大数据分析、人工智能等领域。那么如何获取代理IP呢？很多人想到了免费代理IP，免费不用钱，岂不美哉。虽然个人不太建议使用免费代理IP，但还是给大家分享下思路方法。

一、收集网站

想要获取免费代理IP，首先得收集一些有免费代理IP的网站，然后编写代码去批量获取网站上的免费代理IP。这里就不说有哪些网站呢，自己去百度一搜，大把的有。

二、分析网站

收集到网站后，对含有免费代理IP的网页进行分析，比如总共有多少页，想要的数据是在哪里，要怎么来获取。

三、编写代码

分析完网站后，就可以开始编写代码了，这里贴出代码，仅供参考。

import requests
import csv
import pandas as pd
from fake_useragent import UserAgent
import time

#获取含有免费代理IP的所有页面url
def get_pageUrls(startUrl,endUrl,pageCount):
    page_url_list = []

# range 从1开始，所以pageCount+1，左闭右开

    for i in range(1,pageCount+1):
    
    #页面URL一般由三部分组成，前半部分url+第几页+后半部分url，
    #有的页面URL最后以页数结尾，没有后半部分，那么endUrl设置为空字符串即可
    
        page_url = startUrl + str(i) + endUrl
        page_url_list.Append(page_url)

    return page_url_list

#请求所有免费代理IP的页面url，获取免费代理IP
def get_content(page_url_list):
    ua =UserAgent()
    data_list = []
    for page_url in page_url_list:
        try:
            resp = requests.get(page_url, headers={'User-Agent': ua.random})
          #如果免费代理IP是放在表格里，可以直接使用 pandas来获取，比较简单，
          #若不是，则需要用BeautifulSoup，或者xpath，或正则表达式来提取
            datas = pd.read_html(resp.text)
            # print(datas)
            data_list.append(datas)
            time.sleep(2)
            
        except:
            print('错误的请求URL：'+page_url)

    # print(data_list)
    return data_list

# 将获取到的免费代理IP保存到本地的Excel表格里，留待后用，也可以保存到TXT文本，或数据库里
def save_csv(data_list,save_path):
    for datas in data_list:
        for data in datas:
            # print(data)
            data.to_csv(sava_path,mode='a',encoding='utf-8',header=1,index=0)




if __name__ == '__main__':
    #前半部分url
    startUrl = 'https://*******/free/inha/'
   #页数
    pageCount = 4
   #若页面URL最后是以页数结尾，后半部分url设置为空字符串
    endUrl = ''
     #文件保存路径
    save_path = r'D:3.xlsx'

    page_url_list = get_pageUrls(startUrl,endUrl,pageCount)
    data_list = get_content(page_url_list)
    save_csv(data_list,save_path)

也许代码不够完善，不当之处欢迎指正，希望和大家一起交流。