如今，需要使用代理IP的地方有很多，例如网络投票、大数据分析、人工智能等领域。那么如何获取代理IP呢？很多人想到了免费代理IP，免费不用钱，岂不美哉。虽然个人不太建议使用免费代理IP，但还是给大家分享下思路方法。
一、收集网站
想要获取免费代理IP，首先得收集一些有免费代理IP的网站，然后编写代码去批量获取网站上的免费代理IP。这里就不说有哪些网站呢，自己去百度一搜，大把的有。
二、分析网站
收集到网站后，对含有免费代理IP的网页进行分析，比如总共有多少页，想要的数据是在哪里，要怎么来获取。
三、编写代码
分析完网站后，就可以开始编写代码了，这里贴出代码，仅供参考。
import requestsimport csvimport pandas as pdfrom fake_useragent import UserAgentimport time#获取含有免费代理IP的所有页面urldef get_pageUrls(startUrl,endUrl,pageCount): page_url_list = []# range 从1开始，所以pageCount+1，左闭右开 for i in range(1,pageCount+1): #页面URL一般由三部分组成，前半部分url+第几页+后半部分url， #有的页面URL最后以页数结尾，没有后半部分，那么endUrl设置为空字符串即可 page_url = startUrl + str(i) + endUrl page_url_list.append(page_url) return page_url_list#请求所有免费代理IP的页面url，获取免费代理IPdef get_content(page_url_list): ua =UserAgent() data_list = [] for page_url in page_url_list: try: resp = requests.get(page_url, headers={'User-Agent': ua.random}) #如果免费代理IP是放在表格里，可以直接使用 pandas来获取，比较简单， #若不是，则需要用BeautifulSoup，或者xpath，或正则表达式来提取 datas = pd.read_html(resp.text) # print(datas) data_list.append(datas) time.sleep(2) except: print('错误的请求URL：'+page_url) # print(data_list) return data_list# 将获取到的免费代理IP保存到本地的Excel表格里，留待后用，也可以保存到TXT文本，或数据库里def save_csv(data_list,save_path): for datas in data_list: for data in datas: # print(data) data.to_csv(sava_path,mode='a',encoding='utf-8',header=1,index=0)if __name__ == '__main__': #前半部分url startUrl = 'https://*******/free/inha/' #页数 pageCount = 4 #若页面URL最后是以页数结尾，后半部分url设置为空字符串 endUrl = '' #文件保存路径 save_path = r'D:\3.xlsx' page_url_list = get_pageUrls(startUrl,endUrl,pageCount) data_list = get_content(page_url_list) save_csv(data_list,save_path)
也许代码不够完善，不当之处欢迎指正，希望和大家一起交流。