简易好用的免费代理池

兼容系统：

• 定时自动爬取网络上的免费代理
• 定时对代理进行验证，集成API随时返回可用代理
• 不需要第三方数据库支持，一键启动，简单易用
• 集成WEB管理界面，方便查看代理状态并对代理池进行配置
• 拥有详细的注释，可以非常方便地学习或修改

推荐:

• HTTP代理原理

项目Demo：http://chenyu0x00.com:8888/

2021年3月8日测试，项目运行半小时后，支持访问HTTPS的代理有40+，支持访问HTTP的代理有100+。

如果你知道有好用的代理源，或者是发现本项目存在一些问题，欢迎通过Issues和我们讨论。

WEB管理界面截图

已经集成的免费代理源

运行本项目

本项目目前只适配了Python3,请确保你的电脑上安装了3.6或更高版本的Python软件。

1. 下载代码

git clone https://github.com/OxOOo/ProxyPoolWithUI.git

2. 安装Python依赖(在ProxyPoolWithUI目录下执行)

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

3. 启动(在ProxyPoolWithUI目录下执行)

python3 main.py

如果你在运行了上述命令之后，在命令行中看到了类似如下截图，那么说明项目成功启动了：

4. 使用浏览器打开http://localhost:5000，可以看到WEB管理界面。

Docker构建项目

1. 下载项目文件

git clone https://github.com/OxOOo/ProxyPoolWithUI.git
cd ProxyPoolWithUI

2. 构建docker镜像

docker build --tag proxy_pool .

3. 运行镜像

docker run -p 5000:5000 -v /root/ProxyPoolWithUI:/proxy -d proxy_pool

/root/ProxyPoolWithUI为clone下来的项目目录路径，请自行更改

使用代理

1. API接口

项目启动之后，会自动爬取并检测代理是否可用，因此我们只需要关注如何使用代理即可。

• http://localhost:5000/fetch_random : 随机获取一个可用代理，如果没有可用代理则返回空白

  返回示例 : http://127.0.0.1:8080

• http://localhost:5000/fetch_all : 获取所有可用代理，如果没有可用代理则返回空白

  返回示例 : http://127.0.0.1:8080,http://127.0.0.1:8081

1. 使用代理

不同语言使用代理的方式各不相同，这里提供一个Python集成本项目并使用代理的示例代码：

# encoding : utf-8

import requests

def main():
    proxy_uri = requests.get('http://localhost:5000/fetch_random').text
    if len(proxy_uri) == 0:
        print(u'暂时没有可用代理')
        return
    print(u'获取到的代理是：' + proxy_uri)
    
    proxies = { 'http': proxy_uri }
    html = requests.get('http://www.baidu.com', proxies=proxies).text
    if u'百度一下，你就知道' in html:
        print('代理可用')
    else:
        print('代理不可用')

if __name__ == '__main__':
    main()

配置

如果是需要禁用或者启用某些代理，可直接在WEB管理界面进行操作。

本项目的大部分配置均可在config.py中找到，默认配置已经可以适应绝大部分情况，一般来说不需要进行修改。

添加新的代理源

本项目的爬取器均在fetchers目录下，你也可以根据自己的需求对其中的爬取器进行修改或者扩展。

编写本项目的爬取器并不复杂，详细的操作步骤可见此处，可以参考fetchers目录下已有的爬取器。

项目工作流程图

本项目主要包含三部分：

1. 爬取进程：主要包括fetchers目录和proc/run_fetcher.py文件
2. 验证进程：主要在proc/run_validator.py文件中
3. WEB与API：在api目录下

本项目的大致逻辑图如下：

注：为了便于理解与画图，下图的逻辑是经过简化之后的逻辑，详细过程可查看代码以及相应的注释。

验证算法相关

1. 如何验证代理可用

目前验证代理可用的算法较为简单，核心思想是使用requests库访问一个指定网页，查看是否访问成功。

相关配置参数（包括超时时间，尝试次数等）可在config.py中找到，具体代码逻辑在proc/run_validator.py中。

2. 什么时候该验证哪个代理

这个问题比较复杂，很难有一个完美的解决方案，因此目前的算法较为简单，勉强可用，可在db目录下找到对于目前算法的说明。

如果你有更好的算法，欢迎通过Issues和我们讨论，也可以根据db目录下的README文件对代码进行修改。