很多有点网络履历的朋友都知道，在IP被限定时我们都会采取代理IP的办法进行访问。网络上分享代理IP的网站也特殊多，如果你须要大量的IP，手动去复制是非常麻烦的，下面请教大家做一个大略的自动获取IP的做事。
提及网络爬虫大家第一反应便是Python，但笔者不会这门措辞，就用比较常用的PHP来写吧，当然如果大量的话就不建议利用PHP，毕竟它的能力有限。
首先要知道爬虫便是不断的访问你的网页，然后通过各种解析手段取得所须要的内容。我们须要的代理IP只须要IP地址和端口就可以了，其它的所在位置、隐匿性等等不须要就不要抓了。下面是核心代码：
设置PHP运行状态为后台运行。
ignore_user_abort(); // 后台运行 set_time_limit(0); // 取消脚本运行韶光的超时上限$interval=605;// 每隔5分钟运行，这个间隔韶光是可以随着 须要进行修正 do{ for($n=1;$n<2;$n++){ //抓取http://www.66ip.cn 这个网站上的IP内容 $subject = qwbzj(gethtml(\"大众http://www.66ip.cn/\"大众.$n.\"大众.html\公众),\"大众验证韶光\公众,\公众mypage\"大众); $pattern = '/\d+\.\d+\.\d+\.\d+<\/td><td>\d+/'; preg_match_all($pattern, $subject, $matches); for ($i= 0;$i< count($matches); $i++){ for($j=0;$j<count($matches[$i]);$j++){ $str= $matches[$i][$j]; $protyipss=str_replace(\"大众</td><td>\"大众,\"大众:\公众 ,$str ); // echo str_replace(\公众</td><td>\"大众,\公众:\"大众 ,$str ).\公众<br />\"大众; if(mysqll($protyipss)==1){ // echo \"大众成功\"大众; }else{ // echo \"大众失落败\公众; } //checkproty($protyipss); } } } sleep($interval); // 休眠5分钟 }while(true); 获取网页源码。利用file_get_contents（）函数来获取网页源码，再合营字符串布局一个取文本中间的方法，用来剔除网页中不须要的部分，末了用上面的正则匹配进行匹配。
/ 取文本中间 / function qwbzj($str, $leftStr, $rightStr) { $left = strpos($str, $leftStr); //echo '左边:'.$left; $right = strpos($str, $rightStr,$left); //echo '<br>右边:'.$right; if($left < 0 or $right < $left) return ''; return substr($str, $left + strlen($leftStr), $right-$left-strlen($leftStr)); } ?>
代码中利用了取消浏览器断开即停滞程序运行，启动后纵然退出浏览器，程序一样会在后台运行。写完后须要在浏览器中访问一次进行启动，访问之后即可关闭退出，不退出你就只能看到它一贯在转圈。程序5分钟进行一次抓取，抓取的内容经由重复验证后插入到数据表中。效果如下：
文中代码涌现的MySQL语句并没有严格限定，在实际运用中请对MySQL语句的内容进行检讨，以免涌现注入漏洞。抓取网络中的IP地址到此就结束了，关于代理IP的验证内容太多，下次再讲吧！
欢迎关注，收藏。
