免费代理IP验证脚本：Python自动化检测代码分享

手把手教你筛出能用的免费代理IP

搞爬虫的老铁们都知道，免费代理IP十个有九个是坑。今天咱们整点实在的，用Python写个自动化检测脚本，三分钟筛出能用的IP。别慌，代码就二十行，小白也能直接套用。

import requests
from concurrent.futures import ThreadPoolExecutor

def check_proxy(proxy):
    try:
        resp = requests.get('http://httpbin.org/ip', 
                          proxies={'http': proxy, 'https': proxy},
                          timeout=5)
        return proxy if resp.json()['origin'] in proxy else None
    except:
        return None

with open('proxy_list.txt') as f:
    proxies = [line.strip() for line in f]

with ThreadPoolExecutor(max_workers=50) as executor:
    results = executor.map(check_proxy, proxies)
    
with open('valid_proxies.txt', 'w') as f:
    f.write(''.join(filter(None, results)))

脚本核心套路拆解

这玩意儿看着简单，其实藏着三个避坑绝招：

1. 用httpbin.org做验证，比直接访问百度更靠谱（有些代理会伪造百度响应）

2. 多线程开到50并发，实测这个数不会触发反爬又能保证速度

3. 严格比对返回IP和代理IP，防住那些挂羊头卖狗肉的假代理

实战避坑指南

最近发现有些免费代理会玩时间差把戏：验证时能用，真到用的时候就掉链子。解决办法是在脚本里加个二次验证：

def double_check(proxy):
    for _ in range(3):   连续测三次
        if not check_proxy(proxy):
            return False
    return True

免费代理的先天缺陷

就算脚本再牛，免费代理这些硬伤没得治：

正经解决方案

要搞正经项目，还是得用ipipgo的代理服务。他家动态住宅代理有个绝活——IP存活时间自定义，做数据采集能省30%流量费。比如爬电商评论时，把IP时效设成30分钟，刚好够爬完一个商品页。

实测对比数据：

| 代理类型   | 平均响应速度 | 可用率 | 日均掉线次数 |
|------------|--------------|--------|--------------|
| 免费代理   | 2.8s         | 12%    | 47次         |
| ipipgo动态 | 0.3s         | 99.6%  | 0.2次        |

常见问题快问快答

Q：验证通过的代理用的时候还是报错？
A：八成遇到时效性陷阱，免费代理平均存活时间就7分钟，建议验证后立即使用

Q：超时时间设多久合适？
A：根据业务场景灵活调整，做实时数据抓取建议3秒，做历史数据备份可以放到10秒

Q：怎么再提速？
A：把max_workers调到100，同时把验证地址换成自己服务器（避免httpbin.org的访问限制）

升级姿势推荐

当项目需要高并发或长期稳定运行时，直接上ipipgo的静态住宅代理。特别是做海外电商价格监控时，他家静态代理能做到同一个城市出口IP维持12小时不断线，完美模拟真实用户行为。

最近有个骚操作：用他家TikTok解决方案+代理IP做直播数据监控，直接省了三分之二的服务器开销。关键是能绕过平台的地理限制，搞竞品分析简直不要太爽（当然要在合规范围内操作哈）。