Python3并发检验代理池地址

code say everything：

#encoding=utf-8
#author: walker
#date: 2016-04-15
#description: 用协程/线程池并发检验代理有效性

import os, sys, time
import requests
from concurrent import futures

cur_dir_fullpath = os.path.dirname(os.path.abspath(__file__))

Headers = {
			'Accept': '*/*',
			'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET4.0C; .NET4.0E)',
		}
		
#检验单个代理的有效性
#如果有效，返回该proxy；否则，返回空字符串
def Check(desturl, proxy, feature):
	proxies = {'http': 'http://' + proxy}

	r = None	#声明
	exMsg = None
	try:
		r = requests.get(url=desturl, headers=Headers, proxies=proxies, timeout=3)
	except:
		exMsg = '* ' + traceback.format_exc()
		#print(exMsg)
	finally:
		if 'r' in locals() and r:
			r.close()
			
	if exMsg:
		return ''
			
	if r.status_code != 200:
		return ''	
		
	if r.text.find(feature) < 0:
		return ''	
	
	return proxy
	

#输入代理列表(set/list)，返回有效代理列表
def GetValidProxyPool(rawProxyPool, desturl, feature):
	validProxyList = list()	#有效代理列表
	
	pool = futures.ThreadPoolExecutor(8)
	futureList = list()
	for proxy in rawProxyPool:
		futureList.append(pool.submit(Check, desturl, proxy, feature))
	
	print('\n submit done, waiting for responses\n')
	
	for future in futures.as_completed(futureList):
		proxy = future.result()
		print('proxy:' + proxy)
		if proxy:	#有效代理			
			validProxyList.append(proxy)			
	
	print('validProxyList size:' + str(len(validProxyList)))
	
	return validProxyList

#获取原始代理池
def GetRawProxyPool():
	rawProxyPool = set()
	
	#通过某种方式获取原始代理池......
	
	return rawProxyPool

if __name__ == "__main__":
	rawProxyPool = GetRawProxyPool()
	desturl = 'http://...'		#需要通过代理访问的目标地址
	feature = 'xxx'		#目标网页的特征码
	validProxyPool = GetValidProxyPool(rawProxyPool, desturl, feature)

相关阅读：

1、concurrent.futures.ThreadPoolExecutor （Python documentation，官方）

2、12.7 创建一个线程池 （python3-cookbook）

3、What is the best way to send multiple HTTP requests in Python 3? （stackoverflow）

*** walker ***