Python的单例模式如何获取IP代理？

本文和大家分享的主要是python单例模式获取ip代理相关内容，一起来看看吧，希望对大家 学习python 有所帮助。
　　为什么需要代理
　　提到python，虽然他能干的事情很多，但是我们首先想起的一般都是爬虫。爬虫的作用是通过抓取网页，分析并获得网页中的内容。像php这类语言也是可以用curl来达到爬虫的效果，不过论爬虫库的数量和易用性就没办法和python相比了。
　　对网络知识有了解的朋友应该知道，很多网站都有反爬虫的策略，或者是针对同一ip地址频繁请求会拒绝服务，我在刚开始写一些东西的时候就经常因为访问的频率太频繁而被禁。所以说仅用自己的ip地址进行爬取是有一定的局限性的。而代理就可以解决这个问题。
　　代理是什么
　　作为一个程序员我觉得有必要了解一些基本的网络知识，比如说网络代理。
　　我不想从哪里复制粘贴一段介绍过来，因为我觉得那样很low，我说说我理解的网络代理。
　　如果你不了解代理，你应该知道代购吧，比如你想买一个东西，却不想自己跑去买，可以找一个代理帮你去买。类似的，网络代理也是在你和目的网络之间的一个 中转方 。类似如下图
　　Alice->agency(代理): I want to get sth from Bob
　　agency(代理)->Bob: give me sth
　　Note right of Bob: Bob thinks
　　Bob-->agency(代理): there is sth!
　　agency(代理)-->Alice: bob give you sth
　　这里有一个问题是，普通代理是比较好检测出来的，有些网站不允许使用代理访问。这时候可以使用高匿代理可以解决这个问题。关于代理不多说了，有兴趣的可以自己去了解。
　　从哪里获取代理
　　这问题就简单了，直接百度搜索网络代理可以搜索到很多免费的，免费的一般不太稳定，应付日常需求应该没问题。如果需要稳定代理还是老老实实的花钱买付费的好一些，不要因小失大。
　　比如网上就经常推荐的代理
　　西祠代理:  http://www.xicidaili.com/nn/
　　本文用的快代理：  https://www.kuaidaili.com/
　　西祠我一开始也用了，后来因为频繁访问被禁用过一次，几天后才解禁，在这期间我换成了快代理并去重写了规则每小时获取一次代理。
　　代码
　　本文用的python版本为3.6.5, 如果使用2.7版本的代码需要微调
　　User-Agent
　　用来模拟不同的浏览器，直接复制就可以了，我的文件名为user_agents.py
　　#!/usr/bin/python# -*- coding:utf-8 -*-'''
　　Created on 2018-04-27
　　@author: Vinter_he
　　'''
　　user_agents = [
　　'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11',
　　'Opera/9.25 (Windows NT 5.1; U; en)',
　　'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)',
　　'Mozilla/5.0 (compatible; Konqueror/3.5; Linux) KHTML/3.5.5 (like Gecko) (Kubuntu)',
　　'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.8.0.12) Gecko/20070731 Ubuntu/dapper-security Firefox/1.5.0.12',
　　'Lynx/2.8.5rel.1 libwww-FM/2.14 SSL-MM/1.4.1 GNUTLS/1.2.9'
　　"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/22.0.1207.1 Safari/537.1",
　　"Mozilla/5.0 (X11; CrOS i686 2268.111.0) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11",
　　"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.6 (KHTML, like Gecko) Chrome/20.0.1092.0 Safari/536.6",
　　"Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.6 (KHTML, like Gecko) Chrome/20.0.1090.0 Safari/536.6",
　　"Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/19.77.34.5 Safari/537.1",
　　"Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/536.5 (KHTML, like Gecko) Chrome/19.0.1084.9 Safari/536.5",
　　"Mozilla/5.0 (Windows NT 6.0) AppleWebKit/536.5 (KHTML, like Gecko) Chrome/19.0.1084.36 Safari/536.5",
　　"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3",
　　"Mozilla/5.0 (Windows NT 5.1) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3",
　　"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_0) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3",
　　"Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1062.0 Safari/536.3",
　　"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1062.0 Safari/536.3",
　　"Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.1 Safari/536.3",
　　"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.1 Safari/536.3",
　　"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.1 Safari/536.3",
　　"Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1061.0 Safari/536.3",
　　"Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.24 (KHTML, like Gecko) Chrome/19.0.1055.1 Safari/535.24",
　　"Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/535.24 (KHTML, like Gecko) Chrome/19.0.1055.1 Safari/535.24"
　　]
　　获取代理代码
　　#!/usr/bin/python# -*- coding:utf-8 -*-'''
　　获取快代理ip 获取到的为 https://... 格式
　　'''from lxml import etreeimport sys ,user_agents ,random ,requests ,time
　　class geKuaidailiIp:
　　__instance = None
　　#使用单例模式
　　def __new__(cls):
　　if cls.__instance == None:
　　cls.__instance = object.__new__(cls)
　　cls.init(cls)
　　return cls.__instance
　　def init(self):
　　print('初始化')
　　self.proxieList = []
　　self.lastTime = time.time() - 3601
　　self.agencyUrl = 'https://www.kuaidaili.com/free/'
　　self.userAgents = user_agents.user_agents
　　# 获取user-agent
　　def getUserAgent(self):
　　userAgent = random.choice(self.userAgents)
　　return {
　　'User-Agent': userAgent
　　}
　　def getHtml(self,url):
　　response = requests.get(url = url ,headers = self.getUserAgent(),timeout = 10).text
　　# sys.exit()
　　html = etree.HTML(response)
　　return html
　　#取一页的分析代理ip
　　def parseHtmlToGetIpList(self,url):
　　#获取代理ip地址 只取前五页
　　html = self.getHtml(url)
　　ip = html.xpath('//tr/td[@data-title = "IP"]')
　　port = html.xpath('//tr/td[@data-title = "PORT"]')
　　type = html.xpath('//tr/td[@data-title = "类型"]')
　　return type, ip, port
　　# 取五页数据并进行拼接成一个list
　　def getProxies(self):
　　# 1小时获取一次代理 否则会被禁
　　if time.time() - self.lastTime > 60*60:
　　self.proxieList =[]
　　self.lastTime = time.time()
　　#只取前五页，因为后面的失效的会比较多，看自己需要
　　for i in range(5):
　　url = self.agencyUrl+'inha/'+str(i+1)+"/"
　　type,ip,port = self.parseHtmlToGetIpList(url)
　　count = len(port)
　　for i in range(count):
　　self.proxieList.append(type .text+"://"+ip.text+":"+port.text)
　　time.sleep(1)
　　print('获取代理')
　　return self.proxieList
　　def getRandomAgencyIp(self):
　　self.getProxies()
　　ip = random.choice(self.proxieList)
　　return ip
　　#初始化代理 用来进行测试用# agency = geKuaidailiIp()# while True:##     print(agency.getRandomAgencyIp())#     time.sleep(random.randint(4,10))
　　为什么使用单例模式
　　如果你可以保证自己只创建一个代理对象的话，其实并不是必须使用单例模式。因为很多朋友可能会把创建对象的代码写在循环中，导致频繁的获取代理而导致自己的ip被代理方禁了。单例模式保证在一次执行脚本过程中只有一个对象。如果对象已经创建，则直接返回已经创建的对象，从而控制不会频繁的访问快代理的页面。代码中是一小时一次。


来源：网络