就以最近发现的一个免费代理ip网站为例：http://www.xicidaili.com/nn/。在使用的时候发现很多ip都用不了。
所以用python写了个脚本，该脚本可以把能用的代理ip检测出来。
脚本如下：
#encoding=utf8 import urllib2 from bs4 import beautifulsoup import urllib import socket user_agent = 'mozilla/5.0 (windows nt 6.3; wow64; rv:43.0) gecko/20100101 firefox/43.0' header = {} header['user-agent'] = user_agent ''' 获取所有代理ip地址 ''' def getproxyip(): proxy = [] for i in range(1,2): try: url = 'http://www.xicidaili.com/nn/'+str(i) req = urllib2.request(url,headers=header) res = urllib2.urlopen(req).read() soup = beautifulsoup(res) ips = soup.findall('tr') for x in range(1,len(ips)): ip = ips[x] tds = ip.findall("td") ip_temp = tds[1].contents[0]+"\t"+tds[2].contents[0] proxy.append(ip_temp) except: continue return proxy ''' 验证获得的代理ip地址是否可用 ''' def validateip(proxy): url = "http://ip.chinaz.com/getip.aspx" f = open("e:\ip.txt","w") socket.setdefaulttimeout(3) for i in range(0,len(proxy)): try: ip = proxy[i].strip().split("\t") proxy_host = "http://"+ip[0]+":"+ip[1] proxy_temp = {"http":proxy_host} res = urllib.urlopen(url,proxies=proxy_temp).read() f.write(proxy[i]+'\n') print proxy[i] except exception,e: continue f.close() if __name__ == '__main__': proxy = getproxyip() validateip(proxy)
运行成功后，打开e盘下的文件，可以看到如下可用的代理ip地址和端口：
总结
这只是爬取的第一页的ip地址，如有需要，可以多爬取几页。同时，该网站是时时更新的，建议爬取时只爬取前几页的即可。以上就是本文的全部内容，希望对大家学习使用python能有所帮助。
更多python爬取可用的代理ip。