一、建立IP代理池的思路：
做爬虫时，遇到访问太频繁IP被封是难以避免的，而本地单个IP是不足以进行大规模爬取，并且自己并不想购买付费代理，那么，构建一个IP代理池是非常有必要的。思路如下：
图1
二、建立IP 代理池的步骤：
爬取代理IP：搜索选择代理IP网站，选取免费代理；代码如下：# _*_ coding：UTF-8 _*_ # 开发作者：Jason Zhang # 创建时间：2020/12/29 17:58 # 文件名称：爬取代理IP.PY # 开发工具：PyCharm import requests import lxml.html import os headers = { User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36 } url_list = [%r % i for i in range(1,10)] ip_list = [] for url in url_list: r = requests.get(url,headers=headers) etree = lxml.html.fromstring(r.text) ips = etree.xpath(//tr[@class="odd"]) for ip in ips: IP = ip.xpath(//td/text()) ip = IP[0] +:+ IP[1] ip_list.append(ip) f = open(ip.txt,wb) f.write(,.join(ip_list).encode(utf-8)) f.close(验证代理IP：通过网络访问来验证代理IP的可用性和访问速度，将之前爬取到的代理IP地址从ip.txt文件中提取出来，分别试用代理IP去访问某个网站首页，仅保留响应时间在2秒内的IP，并保存在QIP.txt中，代码如下：
# _*_ coding：UTF-8 _*_ # 开发作者：关中老玉米 # 创建时间：2020/12/29 18:27 # 文件名称：验证代理IP.PY # 开发工具：PyCharm import requests ip_list = open(ip.txt).read().split(,) headers = { User-Agent:Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36 } q url = #用百度来测试IP是否能正常连网 for i in ip_list: #设置超时时间timeout为2 s，超时则为不可用IP r = requests.get(url, proxies={http: http:// + ip[i]}, headers=headers,timeout=2) if r.text: qip.append(qip[i]) else: continue f = open(quality_ip.txt,wb) f.write(,.join(quality_ip).encode(utf-8)) f.close()使用代理IP：建立IP代理池之后，有以下两种使用代理IP的方式。
# _*_ coding：UTF-8 _*_ # 开发作者：Jason Zhang # 创建时间：2020/12/31 18:03 # 文件名称：使用代理IP.PY # 开发工具：PyCharm # （1）使用随机 IP，代码如下： import random import requests ip_list = open(quality_ip.txt).read().split(,) headers = { User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36 } url = r = requests.get(url, proxies={http: http://+random.choice(ip_list)},headers=headers) # （2）因为免费的代理时效很短，在后续的爬取任务中很容易失效，所以当出现访问错误（响应码不等于 200）时，更换 IP，代码如下： ip_list = open(qip.txt).read().split(,) headers = { User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36 } for ip in ip_list: for i in range(len(url_list)): r = requests.get(url_list[i], proxies={http: http://+ip},headers=headers) if r.status_code != 200: break教材编制不易，希望能帮助到更多有兴趣的学习者，让工作和学习顺利进行；请您点赞关注并转发，后续将分享更多源码，让更多学习者使用。非常感谢！
作者：关中老玉米
日期：2020年12月31日