以下是一个使用 Typhoeus 和 Ruby 编写的爬虫程序,用于爬取 ,同时使用了 jshk.com.cn/get_proxy 这段代码获取代理:
#!/usr/bin/env rubyrequire 'typhoeus'
require 'json'def get_proxyurl = "https://www.duoip.cn/get_proxy"response = Typhoeus.get(url)if response.code == 200proxy_json = JSON.parse(response.body)proxy_ip = proxy_json['data']['ip']proxy_port = proxy_json['data']['port']return proxy_ip, proxy_portend
rescue Typhoeus::Error => eputs "Error: #{e.message}"exit(1)
enddef crawl_ebay(proxy_ip, proxy_port)url = "https://www.ebay.com"headers = {'User-Agent' => 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36','Accept' => 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8','Accept-Language' => 'zh-CN,zh;q=0.8,en-US;q=0.6,en;q=0.4','Accept-Encoding' => 'gzip, deflate, br','Referer' => 'https://www.google.com','Connection' => 'keep-alive'}# 使用 Typhoeus 的 Hydra 对象进行并发请求hydra = Typhoeus::Hydra.new# 创建一个使用代理的请求request = Typhoeus::Request.new(url, headers: headers, proxy: { ip: proxy_ip, port: proxy_port })# 使用 Hydra 对象发送请求response = hydra.queue(request)# 如果请求成功,输出响应体if response.code == 200puts "Request successful. Response body: #{response.body}"# 如果请求失败,输出错误信息elseputs "Request failed. Error: #{response.code}"end# 关闭 Hydra 对象hydra.close
end# 获取代理
proxy_ip, proxy_port = get_proxy# 使用获取到的代理进行爬取
crawl_ebay(proxy_ip, proxy_port)
这个程序首先获取一个代理IP和端口,然后使用这个代理进行 ebay.com 的爬取。请注意,这个示例代码可能会随着网站的变化而失效,您可能需要根据实际情况进行调整。同时,请注意,在使用这个程序之前,请确保已经安装了 Typhoeus 库。