Python ProxyPool for web spider
pip install proxy_poolProxyPool 爬虫代理IP池
______ ______ _
| ___ \_ | ___ \ | |
| |_/ / \__ __ __ _ __ _ | |_/ /___ ___ | |
| __/| _// _ \ \ \/ /| | | || __// _ \ / _ \ | |
| | | | | (_) | > < \ |_| || | | (_) | (_) || |___
\_| |_| \___/ /_/\_\ \__ |\_| \___/ \___/ \_____\
__ / /
/___ /
ProxyPool
爬虫代理IP池项目,主要功能为定时采集网上发布的免费代理验证入库，定时验证入库的代理保证代理的可用性，提供API和CLI两种使用方式。同时你也可以扩展代理源以增加代理池IP的质量和数量。
文档: document
支持版本:
测试地址: http://demo.spiderpy.cn (勿压谢谢)
付费代理推荐: 亮数据 Bright Data（前身 Luminati）.全球代理与网络抓取行业头部领导者。覆盖 195+ 国家的 1.5亿+ 真人住宅IP，亲测成功率极高，轻松突破反爬封锁。需要高质量代理IP的可以注册后联系中文客服。申请免费试用 (PS:用不明白的同学可以参考这个使用教程)。
想自建爬虫？接入 Bright Data MCP Server，让 Claude、Cursor、Windsurf 等 AI 助手直接实时抓取网页——自动破解验证码、绕过地区限制。Scraper Studio 支持 AI 一键生成或 JS 代码定制，全托管基础设施运行，无需自购代理、无需搭服务器，分钟级上线。所有产品底层均由同一套顶级代理网络驱动。
API 产品现享7折 + 免费试用额度，注册后可联系中文客服快速上手。(用不明白的同学可参考使用教程，或注册后直接使用互动 AI 智能助手) 👉 https://get.brightdata.com/cd3yy5
运行项目
下载代码:
- git clone
git clone https://github.com/jhao104/proxy_pool.git
- releases
https://github.com/jhao104/proxy_pool/releases 下载对应zip文件
安装依赖:
pip install -r requirements.txt
更新配置:
# setting.py 为项目配置文件
# 配置API服务
HOST = "0.0.0.0" # IP
PORT = 5000 # 监听端口
# 配置数据库
DB_CONN = 'redis://:pwd@127.0.0.1:8888/0'
# 配置代理源（可选）
# 默认自动扫描 fetcher/sources/ 目录下所有 enabled=True 的代理源
# 如需禁用某些代理源，在黑名单中添加其 name 即可
# PROXY_FETCHER_EXCLUDE = ["freevpnnode"]
启动项目:
# 如果已经具备运行条件, 可用通过proxyPool.py启动。
# 程序分为: schedule 调度程序 和 server Api服务
# 启动调度程序
python proxyPool.py schedule
# 启动webApi服务
python proxyPool.py server
Docker Image
docker pull jhao104/proxy_pool
docker run --env DB_CONN=redis://:password@ip:port/0 -p 5010:5010 jhao104/proxy_pool:latest
docker-compose
项目目录下运行:
docker-compose up -d
使用
- Api
启动web服务后, 默认配置下会开启 http://127.0.0.1:5010 的api接口服务:
| api | method | Description | params |
|---|---|---|---|
| / | GET | api介绍 | None |
| /get | GET | 随机获取一个代理 | 可选参数: ?type=https 过滤支持https的代理 |
| /pop | GET | 获取并删除一个代理 | 可选参数: ?type=https 过滤支持https的代理 |
| /all | GET | 获取所有代理 | 可选参数: ?type=https 过滤支持https的代理 |
| /count | GET | 查看代理数量 | None |
| /delete | GET | 删除代理 | ?proxy=host:ip |
- 爬虫使用
如果要在爬虫代码中使用的话， 可以将此api封装成函数直接使用，例如：
import requests
def get_proxy():
return requests.get("http://127.0.0.1:5010/get/").json()
def delete_proxy(proxy):
requests.get("http://127.0.0.1:5010/delete/?proxy={}".format(proxy))
# your spider code
def getHtml():
# ....
retry_count = 5
proxy = get_proxy().get("proxy")
while retry_count > 0:
try:
html = requests.get('http://www.example.com', proxies={"http": "http://{}".format(proxy)})
# 使用代理访问
return html
except Exception:
retry_count -= 1
# 删除代理池中代理
delete_proxy(proxy)
return None
扩展代理
项目默认包含几个免费的代理获取源，但是免费的毕竟质量有限，所以如果直接运行可能拿到的代理质量不理想。所以，提供了代理获取的扩展方法。
添加一个新的代理源方法如下:
- 1、在
fetcher/sources/目录下新建.py文件，继承BaseFetcher基类，声明name/url/enabled属性，实现fetch()方法以生成器(yield)形式返回host:port格式的代理，例如:
from fetcher.baseFetcher import BaseFetcher
from util.webRequest import WebRequest
class MyProxyFetcher(BaseFetcher):
"""我的代理源"""
name = "myproxy"
url = "https://www.example.com/"
enabled = True
def fetch(self):
r = WebRequest().get("https://www.example.com/api/proxies")
for item in r.json:
yield item["ip"] + ":" + item["port"]
- 2、添加好后，
schedule进程下次抓取时会自动扫描fetcher/sources/目录并启用新代理源，无需修改配置。
可用 python proxyPool.py fetcher 命令查看当前启用的代理源列表。
如需临时禁用某个代理源，在 setting.py 的 PROXY_FETCHER_EXCLUDE 黑名单中添加其 name 即可。
免费代理源
目前实现的采集免费代理网站有(排名不分先后, 下面仅是对其发布的免费代理情况, 付费代理测评可以参考这里):
| 代理名称 | 状态 | 更新速度 | 可用率 | 地址 | 代码 |
|---|---|---|---|---|---|
| 开心代理 | ✔ | ★ | * | 地址 | kxdaili.py |
| 快代理 | ✔ | ★ | * | 地址 | kuaidaili.py |
| 云代理 | ✔ | ★ | * | 地址 | ip3366.py |
| 小幻代理 | ✔ | ★ | * | 地址 | ihuan.py |
| 89代理 | ✔ | ★★ | ** | 地址 | ip89.py |
| 稻壳代理 | ✔ | ★★ | *** | 地址 | docip.py |
| 谷德代理 | ✔ | ★★ | *** | 地址 | goodips.py |
| 66代理 | ✔ | ★★ | * | 地址 | daili66.py |
| Proxifly | ✔ | ★★ | ** | 地址 | proxifly.py |
| FreeVPNNode | ✔ | ★★ | * | 地址 | freevpnnode.py |
| Geonode | ✔ | ★★ | ** | 地址 | geonode.py |
| RoundProxies | ✔ | ★ | * | 地址 | roundproxies.py |
如果还有其他好的免费代理网站, 可以在提交在issues, 下次更新时会考虑在项目中支持。
问题反馈
任何问题欢迎在Issues 中反馈，同时也可以到我的博客中留言。
你的反馈会让此项目变得更加完美。
贡献代码
本项目仅作为基本的通用的代理池架构，不接收特有功能(当然,不限于特别好的idea)。
本项目依然不够完善，如果发现bug或有新的功能添加，请在Issues中提交bug(或新功能)描述，我会尽力改进，使她更加完美。
这里感谢以下contributor的无私奉献：
@kangnwh | @bobobo80 | @halleywj | @newlyedward | @wang-ye | @gladmo | @bernieyangmh | @PythonYXY | @zuijiawoniu | @netAir | @scil | @tangrela | @highroom | @luocaodan | @vc5 | @1again | @obaiyan | @zsbh | @jiannanya | @Jerry12228 | @zeyudada
Release Notes
