開源IP代理池

繼上一篇開源項目IPProxys的使用之后，大家在github,我的公眾號和博客上提出了很多建議。經過兩周時間的努力，基本完成了開源IP代理池IPProxyPool的重構任務，業余時間基本上都花在上面了。（我的新書《Python爬蟲開發與項目實戰》發布了，大家在這里可以看到樣章）
IPProxyPool相對于之前的版本完成了哪些提升呢？主要包括一下幾個方面：

• 使用多進程+協程的方式，將爬取和驗證的效率提高了50倍以上，可以在幾分鐘之內獲取所有的有效IP
• 使用web.py作為API服務器，重構HTTP接口
• 增加Mysql,MongoDB等數據庫的適配
• 支持python3
• 增加了三個代理網站
• 增加評分機制，評比穩定的ip

大家如果感興趣，可以到github上clone IPProxyPool源碼，已經500多 star了。

IPProxyPool

下面說明一下使用方法：

項目依賴

Ubuntu,debian

1.安裝sqlite數據庫(一般系統內置): apt-get install sqlite3
2.安裝requests,chardet,web.py,gevent: pip install requests chardet web.py sqlalchemy gevent
3.安裝lxml: apt-get install python-lxml

注意：

• python3下的是pip3
• 有時候使用的gevent版本過低會出現自動退出情況，請使用pip install gevent --upgrade更新
• 在python3中安裝web.py，不能使用pip，直接下載py3版本的源碼進行安裝

Windows

1.下載sqlite,路徑添加到環境變量
2.安裝requests,chardet,web.py,gevent: pip install requests chardet web.py sqlalchemy gevent
3.安裝lxml: pip install lxml或者下載lxml windows版

注意：

• python3下的是pip3
• 有時候使用的gevent版本過低會出現自動退出情況，請使用pip install gevent --upgrade更新
• 在python3中安裝web.py，不能使用pip，直接下載py3版本的源碼進行安裝

擴展說明

本項目默認數據庫是sqlite，但是采用sqlalchemy的ORM模型，通過預留接口可以拓展使用MySQL，MongoDB等數據庫。 配置方法： ‘’
1.MySQL配置

第一步：首先安裝MySQL數據庫并啟動
第二步：安裝MySQLdb或者pymysql(推薦)
第三步：在config.py文件中配置DB_CONFIG。如果安裝的是MySQLdb模塊，配置如下：
        DB_CONFIG={
            'DB_CONNECT_TYPE':'sqlalchemy',
            'DB_CONNECT_STRING' = 'mysql+mysqldb://root:root@localhost/proxy?charset=utf8'
        }
        如果安裝的是pymysql模塊，配置如下：
         DB_CONFIG={
            'DB_CONNECT_TYPE':'sqlalchemy',
            'DB_CONNECT_STRING' = 'mysql+pymysql://root:root@localhost/proxy?charset=utf8'
        }

sqlalchemy下的DB_CONNECT_STRING參考支持數據庫，理論上使用這種配置方式不只是適配MySQL，sqlalchemy支持的數據庫都可以，但是僅僅測試過MySQL。
2.MongoDB配置

第一步：首先安裝MongoDB數據庫并啟動
第二步：安裝pymongo模塊
第三步：在config.py文件中配置DB_CONFIG。配置類似如下：
        DB_CONFIG={
            'DB_CONNECT_TYPE':'pymongo',
            'DB_CONNECT_STRING' = 'mongodb://localhost:27017/'
        }

由于sqlalchemy并不支持MongoDB,因此額外添加了pymongo模式，DB_CONNECT_STRING參考pymongo的連接字符串。

注意:

如果大家想拓展其他數據庫，可以直接繼承db下ISqlHelper類，實現其中的方法，具體實現參考我的代碼，然后在DataStore中導入類即可。

try:
    if DB_CONFIG['DB_CONNECT_TYPE'] == 'pymongo':
        from db.MongoHelper import MongoHelper as SqlHelper
    else:
        from db.SqlHelper import SqlHelper as SqlHelper
    sqlhelper = SqlHelper()
    sqlhelper.init_db()
except Exception,e:
    raise Con_DB_Fail

有感興趣的朋友，可以將Redis的實現方式添加進來。

具體的使用方法，大家請到github上看使用說明。歡迎大家贊賞分享。