- 定时自动爬取网络上的免费代理
- 定时对代理进行验证,集成API随时返回可用代理
- 不需要第三方数据库支持,一键启动,简单易用
- 集成WEB管理界面,方便查看代理状态并对代理池进行配置
- 拥有详细的注释,可以非常方便地学习或修改
推荐:
项目Demo:http://chenyu0x00.com:8888/
2021年3月8日测试,项目运行半小时后,支持访问HTTPS的代理有40+,支持访问HTTP的代理有100+。
如果你知道有好用的代理源,或者是发现本项目存在一些问题,欢迎通过Issues和我们讨论。
名称 | 地址 | 备注 |
---|---|---|
悠悠网络代理 | https://uu-proxy.com/ | |
快代理 | https://www.kuaidaili.com/ | |
全网代理 | http://www.goubanjia.com/ | |
66代理 | http://www.66ip.cn/ | |
云代理 | http://www.ip3366.net/ | |
免费代理库 | https://ip.jiangxianli.com/ | |
小幻HTTP代理 | https://ip.ihuan.me/ | |
89免费代理 | https://www.89ip.cn/ | |
ProxyScan | https://www.proxyscan.io/ | |
开心代理 | http://www.kxdaili.com/ | |
西拉代理 | http://www.xiladaili.com/ | |
小舒代理 | http://www.xsdaili.cn/ | |
ProxyList | https://www.proxy-list.download/ | |
ProxyScrape | https://proxyscrape.com/ | 国内无法直接访问 |
本项目目前只适配了Python3,请确保你的电脑上安装了3.6或更高版本的Python软件。
- 下载代码
git clone https://github.com/OxOOo/ProxyPoolWithUI.git
- 安装Python依赖(在
ProxyPoolWithUI
目录下执行)
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
- 启动(在
ProxyPoolWithUI
目录下执行)
python3 main.py
如果你在运行了上述命令之后,在命令行中看到了类似如下截图,那么说明项目成功启动了:
- 使用浏览器打开
http://localhost:5000
,可以看到WEB管理界面。
- 下载项目文件
git clone https://github.com/OxOOo/ProxyPoolWithUI.git
cd ProxyPoolWithUI
- 构建docker镜像
docker build --tag proxy_pool .
- 运行镜像
docker run -p 5000:5000 -v /root/ProxyPoolWithUI:/proxy -d proxy_pool
/root/ProxyPoolWithUI
为clone下来的项目目录路径,请自行更改
- API接口
项目启动之后,会自动爬取并检测代理是否可用,因此我们只需要关注如何使用代理即可。
-
http://localhost:5000/fetch_random
: 随机获取一个可用代理,如果没有可用代理则返回空白返回示例 :
http://127.0.0.1:8080
-
http://localhost:5000/fetch_all
: 获取所有可用代理,如果没有可用代理则返回空白返回示例 :
http://127.0.0.1:8080,http://127.0.0.1:8081
- 使用代理
不同语言使用代理的方式各不相同,这里提供一个Python集成本项目并使用代理的示例代码:
# encoding : utf-8
import requests
def main():
proxy_uri = requests.get('http://localhost:5000/fetch_random').text
if len(proxy_uri) == 0:
print(u'暂时没有可用代理')
return
print(u'获取到的代理是:' + proxy_uri)
proxies = { 'http': proxy_uri }
html = requests.get('http://www.baidu.com', proxies=proxies).text
if u'百度一下,你就知道' in html:
print('代理可用')
else:
print('代理不可用')
if __name__ == '__main__':
main()
如果是需要禁用或者启用某些代理,可直接在WEB管理界面进行操作。
本项目的大部分配置均可在config.py
中找到,默认配置已经可以适应绝大部分情况,一般来说不需要进行修改。
本项目的爬取器均在fetchers
目录下,你也可以根据自己的需求对其中的爬取器进行修改或者扩展。
编写本项目的爬取器并不复杂,详细的操作步骤可见此处,可以参考fetchers
目录下已有的爬取器。
本项目主要包含三部分:
- 爬取进程:主要包括
fetchers
目录和proc/run_fetcher.py
文件 - 验证进程:主要在
proc/run_validator.py
文件中 - WEB与API:在
api
目录下
本项目的大致逻辑图如下:
注:为了便于理解与画图,下图的逻辑是经过简化之后的逻辑,详细过程可查看代码以及相应的注释。
- 如何验证代理可用
目前验证代理可用的算法较为简单,核心思想是使用requests
库访问一个指定网页,查看是否访问成功。
相关配置参数(包括超时时间
,尝试次数
等)可在config.py
中找到,具体代码逻辑在proc/run_validator.py
中。
- 什么时候该验证哪个代理
这个问题比较复杂,很难有一个完美的解决方案,因此目前的算法较为简单,勉强可用,可在db目录下找到对于目前算法的说明。