我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
对商业智能BI、大数据分析挖掘、机器学习，python，R等
一、前言
原本是想开始维护IP代理池，继续python爬虫进阶之路，但在看其他人写的IP代理爬取的文章
想当初开始python爬虫和数据可视化的写作时，写完处女作《爬取张佳玮138w+知乎关注者：数据可视化》后，立马注册了简书、CSDN账号，并分别投放了文章，但两者的境遇可谓天差地别，简书上一日之间上了网站首页并被加入今日看点等诸多专题，而CSDN上几乎无人问津，截止昨日过去20多天，才120+左右阅读......相比之下，明显感受到了简书对小透明的友善，截止今晚“阅读 2605 评论 22 喜欢 82 赞赏 3”，当然和大V的文章不能比，但也还算过得去。
二、代码
代码直接参考了下文，更多解读参见原文，其中将ip提取部分修改了下，并将用来测试IP是否可用的百度url改成了CSDN博客里文章的url。
爬虫（2）--- 构建简单代理IP池
http://www.jianshu.com/p/ecf5353333f6
当然也可以去试试其他网站能不能刷阅读量，最开始试了下简书，发现无效，可能记录的是每个用户的阅读，所以单纯IP访问而账号未登录的话，可能无法增加阅读量。
再就是试了下CSDN，发现阅读量蹭蹭上涨后，也是有点害怕，不知道会不会被封IP和账号，后续也还是不敢放开地刷数据，只能算是娱乐下。（两篇文章分别从20+和120+阅读刷到了现在的数据，请不要举报我）
另外也试了下豆瓣......嗯，立马就“403”，上不去了，所以看了本文想刷其他网站数据的朋友，还是三思而行，如果账号被封，概不负责哦。==。
代码（py3.5版本）：
三、小结
关于爬取和维护IP代理池的文章网上其实不少，简书上也不少，对于想要爬虫进阶的人来说一定是会碰到的，毕竟当你想大规模爬取某网站数据时，只靠自己电脑的IP在单位时间里大量访问的话，多半会出事，而为了爬取效率起见，就需要大量IP车轮战，前仆后继地上了。
提供免费IP代理的网站也不少，当然质量并不好，大多IP并不能用，这也是在维护IP代理池时，需要靠不断爬取、检测和更新IP解决的。
最后，重要的事情去说三遍：
看了本文想刷其他网站数据的朋友，还是三思而行，如果账号被封，概不负责哦。==。
