76 lines
2.5 KiB
Python
76 lines
2.5 KiB
Python
# 声明：本代码仅供学习和研究目的使用。使用者应遵守以下原则：
|
||
# 1. 不得用于任何商业用途。
|
||
# 2. 使用时应遵守目标平台的使用条款和robots.txt规则。
|
||
# 3. 不得进行大规模爬取或对平台造成运营干扰。
|
||
# 4. 应合理控制请求频率，避免给目标平台带来不必要的负担。
|
||
# 5. 不得用于任何非法或不当的用途。
|
||
#
|
||
# 详细许可条款请参阅项目根目录下的LICENSE文件。
|
||
# 使用本代码即表示您同意遵守上述原则和LICENSE中的所有条款。
|
||
|
||
|
||
# -*- coding: utf-8 -*-
|
||
# @Author : relakkes@gmail.com
|
||
# @Time : 2023/12/2 11:18
|
||
# @Desc : 爬虫 IP 获取实现
|
||
# @Url : 快代理HTTP实现，官方文档：https://www.kuaidaili.com/?ref=ldwkjqipvz6c
|
||
import json
|
||
from abc import ABC, abstractmethod
|
||
from typing import List
|
||
|
||
import config
|
||
from cache.abs_cache import AbstractCache
|
||
from cache.cache_factory import CacheFactory
|
||
from tools.utils import utils
|
||
|
||
from .types import IpInfoModel
|
||
|
||
|
||
class IpGetError(Exception):
|
||
""" ip get error"""
|
||
|
||
|
||
class ProxyProvider(ABC):
|
||
@abstractmethod
|
||
async def get_proxies(self, num: int) -> List[IpInfoModel]:
|
||
"""
|
||
获取 IP 的抽象方法，不同的 HTTP 代理商需要实现该方法
|
||
:param num: 提取的 IP 数量
|
||
:return:
|
||
"""
|
||
raise NotImplementedError
|
||
|
||
|
||
|
||
class IpCache:
|
||
def __init__(self):
|
||
self.cache_client: AbstractCache = CacheFactory.create_cache(cache_type=config.CACHE_TYPE_MEMORY)
|
||
|
||
def set_ip(self, ip_key: str, ip_value_info: str, ex: int):
|
||
"""
|
||
设置IP并带有过期时间，到期之后由 redis 负责删除
|
||
:param ip_key:
|
||
:param ip_value_info:
|
||
:param ex:
|
||
:return:
|
||
"""
|
||
self.cache_client.set(key=ip_key, value=ip_value_info, expire_time=ex)
|
||
|
||
def load_all_ip(self, proxy_brand_name: str) -> List[IpInfoModel]:
|
||
"""
|
||
从 redis 中加载所有还未过期的 IP 信息
|
||
:param proxy_brand_name: 代理商名称
|
||
:return:
|
||
"""
|
||
all_ip_list: List[IpInfoModel] = []
|
||
all_ip_keys: List[str] = self.cache_client.keys(pattern=f"{proxy_brand_name}_*")
|
||
try:
|
||
for ip_key in all_ip_keys:
|
||
ip_value = self.cache_client.get(ip_key)
|
||
if not ip_value:
|
||
continue
|
||
all_ip_list.append(IpInfoModel(**json.loads(ip_value)))
|
||
except Exception as e:
|
||
utils.logger.error("[IpCache.load_all_ip] get ip err from redis db", e)
|
||
return all_ip_list
|