批量檢測HTTPS代理是否可用

一、需求場景：

1、由于業(yè)務需要，會頻繁地購買或更換HTTPS類型的代理。

2、購買到的代理會出現(xiàn)所屬地區(qū)不正確或不可用等問題，每次都需要測試無誤后才能交付。

3、起初都是人工操作，“使用Proxifier填上代理信息-->清緩存-->訪問測試IP的網站”，多的時候一天會有近千條需要測試。

二、想法：

用Python爬蟲掛上代理去抓取IP網站的信息，將正確結果依次返回（使用多線程加快爬取速度）。

三、實踐：

# -*- coding: utf-8 -*-
import time
import requests
from bs4 import BeautifulSoup
from threading import Thread, Lock


lock = Lock()
ipaddress = 0
country = 0
bad = 0
url = "https://whatismyipaddress.com/"
kv = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36\
(KHTML, like Gecko) Chrome/64.0.3282.186 Safari/537.36'}


class GetProxiesThread(Thread):

    def __init__(self, url, kv, proxy, proxies):
        self.url = url
        self.kv = kv
        self.proxy = proxy
        self.proxies = proxies
        super(GetProxiesThread, self).__init__()

    def run(self):
        check_proxies(self.url, self.kv, self.proxy, self.proxies)


def check_proxies(url, kv, proxy, proxies):
    global ipaddress, country, bad, seq
    try:
        r = requests.get(url, headers=kv, proxies=proxies)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        soup = BeautifulSoup(r.text, 'lxml')
        ipaddress = soup.select('#section_left div a')[0].text
        country = soup.body.table.contents[-2].td.string
        lock.acquire()
        print("{} ==> {}".format(ipaddress, country))
    except Exception as reason:
        lock.acquire()
        bad += 1
        print(reason)
        print("{} is unavailable!".format(proxy))
    finally:
        lock.release()


def main():
    num = 0
    start = time.time()
    with open('proxieslist.txt', 'r') as f:
        threads = []
        for line in f:
            num += 1
            proxy = ''.join(line.splitlines())
            https_proxy = 'https://' + proxy
            proxies = {"https": https_proxy}
            t = GetProxiesThread(url, kv, proxy, proxies)
            threads.append(t)
            t.start()
            time.sleep(0.6)
    for t in threads:
        t.join()
    print("The total amount: %s" % (num))
    print("Not available quantity: %s" % (bad))
    print("Elapsed time: %s" % (time.time() - start))


if __name__ == '__main__':
    main()

四、存在的問題：

1、可以添加將結果寫入到記事本的功能。

2、有時候運行到一半會卡主，原因不明。