Análisis sintáctico de datos JSON en Python: código de análisis sintáctico proxy JSON en Python

Prácticas con Python para procesar datos JSON de IPs proxy

Hacemos recolección de datos a menudo tienen que lidiar con proxy IP, hoy tomar la escena real para decir cómo utilizar Python para hacer frente a proxy IP proveedor de servicios devueltos datos JSON. Por ejemplo, supongamos que extraemos un lote de IPs proxy de ipipgo y los devolvemos en este formato:

{
    "código": 200
    "data": [
        {"ip": "1.1.1.1", "port": 8000, "expire_time": "2024-01-01 12:00:00"}, {"ip": "2.2.2.2", "port": 8080, "expire_time": 2024-01-01 12:05:00"}, [
        {"ip": "2.2.2.2", "puerto": 8080, "expire_time": "2024-01-01 12:05:00"}
    ]
}

Análisis básico de los tres ejes

Empiece por enseñar a los novatos tres acciones imprescindibles:

importar json

 Asumiendo que la respuesta son los datos brutos devueltos por ipipgo
datos_brutos = respuesta.texto

 El primer estilo: al diccionario
proxy_dict = json.loads(datos_brutos)

 Segundo: toma la lista de IP
ip_list = proxy_dict['datos']

 Tercer estilo: procesamiento transversal
para proxy en ip_list.
    print(f "Proxies disponibles: {proxy['ip']}:{proxy['puerto']}")

Tenga cuidado con los baches que puede encontrar aquí:Asegúrese de que el campo de código es 200Si no es así, es que hay algo que no funciona. Sugiera que se añada una sentencia:

¡if proxy_dict.get('code') ! = 200: raise Exception("Error al extraer el proxy.
    raise Exception("Error al extraer el proxy, código de error: " + str(proxy_dict.get('code')))

Maniobras de fantasía en la vida real

Tenemos que tener en cuenta estas situaciones en el proyecto real:

Pon un ejemplo completo con pruebas proxy:

importar peticiones
from concurrent.futures import ThreadPoolExecutor

def prueba_proxy(proxy)::
    try: resp = requests.get('')
        resp = requests.get('http://httpbin.org/ip',
            proxies={'http': f "http://{proxy['ip']}:{proxy['port']}"},
            timeout=5)
        return True si resp.status_code == 200 else False
    return False si resp.status_code == 200 else False except.
        return False

 Supongamos que obtenemos 10 agentes de ipipgo.
with ThreadPoolExecutor(max_workers=5) as executor: results = executor.map(test_proxy, ip_list)
    resultados = executor.map(prueba_proxy, lista_ip)
    alive_proxies = [ip for ip, status in zip(ip_list, results) if status]

Preguntas frecuentes QA

P: ¿Qué debo hacer si no puedo utilizar la IP proxy?
R: En primer lugar, compruebe la conectividad de la red y, a continuación, utilice la herramienta de comprobación en línea proporcionada por ipipgo. Se recomienda dar prioridad a los paquetes residenciales estáticos para una mayor estabilidad.

P: ¿Qué ocurre si hay datos anidados en el JSON devuelto?
R: Por ejemplo, si se encuentra con esta estructura: data→region→city, puede encadenar get para obtener el valor:

ciudad = proxy.get('región', {}).get('ciudad')

P: ¿Cómo debo elegir un paquete?
R: En función de las necesidades de la empresa:
- Residencial dinámico (estándar): adecuado para la recogida rutinaria de datos
- Enterprise Edition: se elige cuando se requiere una gran concurrencia
- Alojamiento estático: uso operativo fijo a largo plazo

Las ventajas únicas de ipipgo

Nuestro servicio de agencia cuenta con tres obras maestras:

1. La extracción es muy cómoda, la API devuelve directamente el formato JSON estándar
2. ApoyoDoble protocolo Socks5/HTTPSi cambia un parámetro en el código, puede cambiar
3. El cliente viene con la función de detección de IP, no es necesario escribir sus propios scripts de prueba

特别是跨境业务，用我们的TK专线套餐，能降40%以上。价格方面绝对良心，动态住宅套餐7 más por 1 G de tráficomás barato que comprar una botella de bebida.

Por último, un consejo reflexivo: recuerde agregar la captura de excepciones al procesar JSON, proxy IP esta cosa fluctuaciones de la red son inevitables. Encontrado errores de análisis primero mira el documento, ipipgo formato de respuesta están estandarizados, de acuerdo con el código de ejemplo para cambiar el básico no será anulado.