爬大量数据时候，如果一直使用一个ip，会被封禁。
因此要设置ip,在此我整理了一份ip代码，原理是先获取西刺代理的ip，然后进行筛选。每次返回一个。
供大家以及个人使用。
代码如下：
# IP地址取自国内髙匿代理IP网站：http://www.xicidaili.com/nn/
# 仅仅爬取首页IP地址就足够一般使用
from bs4 import BeautifulSoup
import requests
import random
def get_ip_list(url, headers):
web_data = requests.get(url, headers=headers)
soup = BeautifulSoup(web_data.text, 'lxml')
ips = soup.find_all('tr')
ip_list = []
for i in range(1, len(ips)):
ip_info = ips[i]
tds = ip_info.find_all('td')
ip_list.append(tds[1].text + ':' + tds[2].text)
return ip_list
def get_random_ip(ip_list):
proxy_list = []
for ip in ip_list:
proxy_list.append('http://' + ip)
proxy_ip = random.choice(proxy_list)
proxies = {'http': proxy_ip}
return proxies
if __name__ == '__main__':
url = 'http://www.xicidaili.com/nn/'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.143 Safari/537.36'
}
ip_list = get_ip_list(url, headers=headers)
proxies = get_random_ip(ip_list)
print(proxies)
（以上为copy）
以上函数会返回一个代理ip。
main改成这个函数即可在你的代码里用：
def get_ip():
url = 'http://www.xicidaili.com/nn/'
ip_list = get_ip_list(url, headers=headers)
proxies = get_random_ip(ip_list)
return proxies
调用requests时候，如下即可。
web_data = requests.get(url, headers=headers, proxies=proxies)