【Github】项目名：jhao104/proxy_pool – Python代理池用于网络爬虫
一、项目简介
jhao104/proxy_pool是一个用于网络爬虫的Python代理池项目。它主要功能为定时采集网上发布的免费代理并验证入库，定时验证入库代理的可用性，提供API和CLI两种使用方式，还能扩展代理源以增加代理池IP的质量和数量。
二、项目操作
1. 运行项目
下载代码可以使用git clone（git clone [email protected]:jhao104/proxy_pool.git）或者从releases（https://github.com/jhao104/proxy_pool/releases）下载对应zip文件。安装依赖用pip install -r requirements.txt。更新配置需在setting.py文件中进行，如配置API服务（HOST和PORT）、数据库（DB_CONN）、ProxyFetcher等。项目启动分为调度程序（python proxyPool.py schedule）和webApi服务（python proxyPool.py server）。也可使用Docker Image（docker pull jhao104/proxy_pool，docker run相关命令）或者在docker – compose项目目录下运行（docker – compose up – d）。
2. 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，包含多种api方法，如 /get用于随机获取一个代理（可过滤支持https的代理），/pop获取并删除一个代理（可过滤支持https的代理），/all获取所有代理（可过滤支持https的代理），/count查看代理数量，/delete删除代理等。在爬虫中使用时，可以将api封装成函数，如示例中的get_proxy和delete_proxy函数。
3. 扩展代理
项目默认有几个免费代理获取源，但免费代理质量有限。若要添加新的代理源，首先要在ProxyFetcher类中添加自定义获取代理的静态方法（以生成器形式返回host:ip格式的代理），然后在setting.py文件中的PROXY_FETCHER项添加自定义方法的名字。
三、项目总结
这个jhao104/proxy_pool项目为网络爬虫中的代理使用提供了较为完善的解决方案。无论是项目的运行、API的使用还是代理源的扩展都有明确的操作方式。欢迎大家在评论区留言讨论这个项目，分享使用经验或者提出改进的建议等。