其实这个完全可以自己复制粘贴。
不过说实在的，还是通过python来写爬虫比较方便一些，要不自己复制粘贴还是有点小麻烦的。
代理网站:https://www.kuaidaili.com/free
我们简单分析一下这个网站。


首先是看一下url，看一下网站的链接，每一页都有什么区别。https://www.kuaidaili.com/free/inha/2/
第一页就是我们上面的那个地址，但是可以测试发现第一页也可以用https://www.kuaidaili.com/free/inha/1/来表示，所以链接可以通过for循环来写。
‘https://www.kuaidaili.com/free/inha/‘+i+’/’
其中i就是我们要爬的页码了，也可以是范围，参考昨天的文章-->

python爬取桌面壁纸

我们先假设是一个范围吧，比如说爬1-20页。

def makelink (wantget): 
urllist = [] 
pagenum = re.findall('([0-9])' ,wantget)
pagenum = list ( set(pagenum)) pagenum.sort() maxpagenum = int (pagenum.pop())
m inpagenum = int(pagenum.pop( 0)) 
for i in range (minpagenum ,maxpagenum
+1 ): 
newurl = url+'?page=' +str(i) 
urllist.append(newurl) 
return urllist

这个是简单写的一个借鉴，我们可以通过这个来获取所有我们想要爬的链接，之后再通过循环来导入即可，当然代码是我直接复制那篇文章的，具体还是要修改的。


然后代理其实要用的就是ip，端口，以及协议。

可以看到我们所有的信息都是储存在data-title里的，我们可以直接用xpath来获取当前页面所有的内容，然后进行组织即可

ip_xpath ="//td[@data-title='IP']/text()" 
port_xpath ="//td[@data-title='PORT']/text()"
type_xpath = "//td[@data-title='类型']/text()"

这里只是举个例子，具体的话还是需要自己写的，然后就简单将思路写到这里。

import requests from lxml
import etree import re
import time h
eaders = {
'User-Agent' :'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/88.0.4324.104 Safari/537.36' } u
rl ='https://www.kuaidaili.com/free'
r = requests.get(url) r = etree.HTML(r.content.decode( 'utf8'))
ip_xpath ="//td[@data-title='IP']/text()"
port_xpath = "//td[@data-title='PORT']/text()"
type_xpath = "//td[@data-title='类型']/text()"
i = r.xpath(ip_xpath)
print ​(i)

然后呢，上面的这个python爬虫代码是一个简单的小例子，具体的内容还是需要自己填充的，如果不会的话看以前一下前面的文章。