•
学习杂记
docker快速启动proxy_pool项目
项目地址：https://github.com/jhao104/proxy_pool
0x01 搭建redis
- 端口映射出来，可用于公网
docker run -d --name redis -p 6380:6379 redis --requirepass yourpassword
- 不端口映射，直接在vps上内部连接
docker run -d --name redis redis --requirepass yourpassword
0x02 查看容器内ip
如果你第一步中选择了映射，呢么就可以直接跳到0x03 启动项目 中直接运行了，如果不是，那么你就需要知道启动的实例的内网ip，但是当我们docker exec 进去的时候会发现并没有相关的ip addr的环境，懒得安装了，直接在本机用如下命令
docker inspect redis
这里的redis是容器的name，在结果中找到如下所示即为容器内网ip(可与本机通信)
本机可以ping通
0x03 启动项目
直接替换密码，ip以及响应的端口即可，选择映射出来的话再开放防火墙策略就可以通过公网ip访问了
docker run -d --env DB_CONN=redis://:yourpassword@172.17.0.2:6379/0 -p 5010:5010 jhao104/proxy_pool:latest
0x04 简单使用
- Api
启动web服务后, 默认配置下会开启 http://127.0.0.1:5010 的api接口服务:
| api | method | Description | params |
|---|---|---|---|
| / | GET | api介绍 | None |
| /get | GET | 随机获取一个代理 | 可选参数: ?type=https 过滤支持https的代理 |
| /pop | GET | 获取并删除一个代理 | 可选参数: ?type=https 过滤支持https的代理 |
| /all | GET | 获取所有代理 | 可选参数: ?type=https 过滤支持https的代理 |
| /count | GET | 查看代理数量 | None |
| /delete | GET | 删除代理 | ?proxy=host:ip |
- 爬虫使用
如果要在爬虫代码中使用的话， 可以将此api封装成函数直接使用，例如：
import requests
def get_proxy():
return requests.get("http://127.0.0.1:5010/get/").json()
def delete_proxy(proxy):
requests.get("http://127.0.0.1:5010/delete/?proxy={}".format(proxy))
# your spider code
def getHtml():
# ....
retry_count = 5
proxy = get_proxy().get("proxy")
while retry_count > 0:
try:
html = requests.get('http://www.example.com', proxies={"http": "http://{}".format(proxy)})
# 使用代理访问
return html
except Exception:
retry_count -= 1
# 删除代理池中代理
delete_proxy(proxy)
return None
剩下具体的可以去github看文档
0x05 后续
后续的话可以使用docker-compose，然后编写yml文件等等操作来实现更“自动化”