https://github.com/jhao104/proxy_pool/blob/master/doc/introduce.md
3、代码模块
Python中高层次的数据结构,动态类型和动态绑定,使得它非常适合于快速应用开发,也适合于作为胶水语言连接已有的软件部件。用Python来搞这个代理IP池也很简单,代码分为6个模块:
- Api:
api接口相关代码,目前api是由Flask实现,代码也非常简单。客户端请求传给Flask,Flask调用ProxyManager
中的实现,包括get/delete/refresh/get_all
;
- DB:
数据库相关代码,目前数据库是支持SSDB/Redis。代码用工厂模式实现,方便日后扩展其他类型数据库;
- Manager:
get/delete/refresh/get_all
等接口的具体实现类,目前代理池只负责管理proxy,日后可能会有更多功能,比如代理和爬虫的绑定,代理和账号的绑定等等;
- ProxyGetter:
代理获取的相关代码,目前抓取了快代理、代理66、有代理、西刺代理、guobanjia这个五个网站的免费代理,经测试这个5个网站每天更新的可用代理只有六七十个,当然也支持自己扩展代理接口;
- Schedule:
定时任务相关代码,现在只是实现定时去刷新代理,并验证可用代理,采用多进程方式;
- Util:
存放一些公共的模块方法或函数,包含GetConfig
:读取配置文件config.ini的类,ConfigParse
: 扩展ConfigParser的类,使其对大小写敏感, Singleton
:实现单例,LazyProperty
:实现类属性惰性计算。等等;
- 其他文件:
配置文件:`Config.ini``,数据库配置和代理获取接口配置,可以在GetFreeProxy中添加新的代理获取方法,并在Config.ini中注册即可使用;