docker快速启动proxy_pool项目

docker快速启动proxy_pool项目

项目地址：https://github.com/jhao104/proxy_pool

0x01 搭建redis

该项目是基于redis的，所以我们首先需要一个redis，这里我还是选择用docker快速启动一个

• 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”