python检验代理ip：几十行代码，把能用的和废掉的挑得明明白白

很多搞数据采集的朋友经常遇到一个头疼事：手里捏着一大把代理IP，一上程序跑就全红报错。其实，在正式把这些IP投入业务使用之前，咱们得先过一遍筛子。今天就来教大家怎么用Python写个小脚本，几十行代码就能把能用的和废掉的代理IP挑得明明白白。

检验代理IP的核心逻辑是什么？

其实检验代理IP的原理特别简单，就跟找人帮忙跑腿一样。你把请求交给这个代理IP，让它去访问一个目标网址。如果目标网址给了回应，说明这个代理是通的，能正常干活；如果等了半天没动静，或者直接拒绝连接，那这代理就是个废的，直接扔掉就行。

为了不让目标网站把咱们本机的真实IP给封了，咱们一般会拿一个专门测试IP的接口来当目标，验证代理IP是否真的在起作用。

动手写代码前的准备工作

在写代码之前，咱们得把工具备齐。Python里用来发网络请求最顺手的库就是requests。如果你电脑上还没装，得先打开命令行，输入下面这行命令装一下：

pip install requests

装好之后，咱们还得准备一份待检验的代理IP列表。代理IP的格式都是IP:端口，比如127.0.0.1:8080。把这些整理好，咱们就可以开始写代码了。

Python实战：几十行代码搞定代理检验

下面咱们直接上干货。这段代码的逻辑很清晰：遍历你的IP列表，挨个发请求，能通的就留下，不通的就扔掉。为了防止某个废掉的IP把整个程序卡死，咱们一定要加上超时时间。

import requests

def check_proxy(proxy_ip):
     这是一个测试IP的接口，能返回访问者的IP地址
    test_url = "http://httpbin.org/ip"
    
     把代理IP格式化成requests需要的字典格式
    proxies = {
        "http": f"http://{proxy_ip}",
        "https": f"http://{proxy_ip}"
    }
    
    try:
         发起GET请求，设置超时时间为5秒
        response = requests.get(test_url, proxies=proxies, timeout=5)
        
         如果状态码是200，说明请求成功
        if response.status_code == 200:
            print(f"代理可用：{proxy_ip} -> 返回结果：{response.json()}")
            return True
        else:
            print(f"代理失效：{proxy_ip} -> 状态码异常：{response.status_code}")
            return False
            
    except Exception as e:
         捕获超时、连接拒绝等所有异常
        print(f"代理废掉：{proxy_ip} -> 错误信息：{str(e)}")
        return False

 假设咱们手头有这几个代理IP待检验
proxy_list = [
    "123.123.123.123:8080",
    "111.222.333.444:8888",
    "192.168.1.100:3000"
]

 存放能用的代理IP
valid_proxies = []

for ip in proxy_list:
    if check_proxy(ip):
        valid_proxies.append(ip)

print(f"检验完毕！能用的代理IP有：{valid_proxies}")

你看，就这么短短二十来行代码，就把能用的和废掉的分得清清楚楚。跑完之后，valid_proxies列表里存着的，就是咱们可以直接拿去用的好IP了。

检验代理IP的几个关键细节

代码虽然简单，但有几个细节决定了你检验的结果准不准。我给大家总结在表格里了，用的时候多注意：

关键点	说明	建议做法
超时时间设置	不能用默认的无限等待，否则遇到死IP程序就卡死了。	设置3-5秒即可，超时直接判定为废掉。
异常捕获处理	网络请求随时会报错，比如连接超时、代理拒绝等。	用`try...except`把整个请求包起来，防止程序中断。
并发检验效率	如果手头有几万个IP，一个个检验太慢了。	引入`threading`或`concurrent.futures`模块，开多线程同时检验。