Python爬取云代理IP并筛选保存到文件

以下是一个简单的Python程序，可用于爬取云代理网站的代理IP，并将其筛选后保存到文件中：

import requests
from bs4 import BeautifulSoup

# 要爬取的网站
url = 'http://www.ip3366.net/free/'

# 请求网站
response = requests.get(url)

# 解析HTML
soup = BeautifulSoup(response.text, 'html.parser')

# 找到代理IP所在的表格
table = soup.find('table', attrs={'id': 'list'})

# 找到所有的行
rows = table.find_all('tr')

# 遍历每行，获取代理IP和端口号
proxies = []
for row in rows[1:]:
    cols = row.find_all('td')
    ip = cols[0].text.strip()
    port = cols[1].text.strip()
    proxies.append(f'{ip}:{port}')

# 过滤掉无效的代理IP
proxies = [p for p in proxies if ':' in p]

# 将有效的代理IP写入文件
with open('proxies.txt', 'w') as f:
    for p in proxies:
        f.write(p + '\n')

该程序使用requests库和BeautifulSoup库来请求和解析HTML，找到代理IP所在的表格，并获取每行中的代理IP和端口号。然后，它过滤掉无效的代理IP，并将有效的代理IP写入名为'proxies.txt'的文件中。