Python ਨਾਲ IP:ਪੋਰਟ ਪ੍ਰਾਕਸੀ ਸੂਚੀ ਸਾਫ਼ ਕਰੋ

IPv4 IP:port ਦੀ ਇੱਕ ਐਂਟਰੀ ਹਰ ਲਾਈਨ ਵਿੱਚ proxies.txt ਵਿੱਚ ਰੱਖੋ। ਸਭ ਇੱਕ ਜਾਣੇ ਪ੍ਰਾਕਸੀ ਪ੍ਰੋਟੋਕੋਲ ਦੀਆਂ ਹੋਣ। ਮੁਫ਼ਤ ਪ੍ਰਾਕਸੀ ਸੂਚੀ ਤੋਂ ਲਓ ਤਾਂ ਇਹ ਟੈਕਸਟ ਇਨਪੁਟ ਬਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਪ੍ਰੋਟੋਕੋਲ ਵੱਖ ਕਰੋ। ਸਫ਼ਾਈ ਪਹੁੰਚ ਵੇਰਵਿਆਂ ਵਾਲੇ URL, CSV ਕਾਲਮ ਜਾਂ IPv6 ਪਤੇ ਨਹੀਂ ਮੰਨਦੀ।

ਸਟੈਂਡਰਡ ਲਾਇਬ੍ਰੇਰੀ ਵਾਲੀ ਇਹ ਸਕ੍ਰਿਪਟ ਉਸੇ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ clean-proxies.py ਵਜੋਂ ਸੰਭਾਲੋ:

from ipaddress import IPv4Address
from pathlib import Path

seen = set()
cleaned = []

for number, raw in enumerate(
    Path("proxies.txt").read_text(encoding="utf-8").splitlines(),
    start=1,
):
    text = raw.strip()
    if not text:
        continue
    try:
        host, port_text = text.rsplit(":", 1)
        host = str(IPv4Address(host))
        port = int(port_text)
        if not 1 <= port <= 65535:
            raise ValueError("port out of range")
    except ValueError:
        print(f"Skipping line {number}: invalid IPv4 endpoint")
        continue

    endpoint = (host, port)
    if endpoint not in seen:
        seen.add(endpoint)
        cleaned.append(f"{host}:{port}")

output = "\n".join(cleaned)
Path("proxies-clean.txt").write_text(
    output + ("\n" if output else ""),
    encoding="utf-8",
)
print(f"Saved {len(cleaned)} endpoints")

ਉਸ ਡਾਇਰੈਕਟਰੀ ਤੋਂ ਚਲਾਓ:

uv run --no-project python clean-proxies.py

ਛੱਡੀਆਂ ਲਾਈਨਾਂ ਦੇ ਸੁਨੇਹੇ ਅਤੇ proxies-clean.txt ਜਾਂਚੋ; ਇਨਪੁਟ ਫਾਇਲ ਅਣਛੁਈ ਰਹਿੰਦੀ ਹੈ। ਆਉਟਪੁੱਟ ਪਹਿਲੀ ਦਿੱਖ ਦਾ ਕ੍ਰਮ ਰੱਖਦੀ ਹੈ ਅਤੇ ਪਤੇ ਨਾਲ ਅੰਕਾਂ ਵਾਲੇ ਪੋਰਟ ਦੇ ਜੋੜੇ ਉੱਤੇ ਨਕਲਾਂ ਹਟਾਉਂਦੀ ਹੈ। 203.0.113.10:8080 ਦੀਆਂ ਦੋ ਨਕਲਾਂ ਅਤੇ ਇੱਕ 203.0.113.10:3128 ਦੋ ਐਂਡਪੁਆਇੰਟ ਦਿੰਦੇ ਹਨ। ਦਸ਼ਮਲਵ ਪੋਰਟ 08080 ਸਧਾਰਨ ਹੋ ਕੇ 8080 ਹੁੰਦਾ ਹੈ।

ਦਸਤਾਵੇਜ਼ ਵਾਲੇ ਪਤੇ ਸਿਰਫ਼ ਰੂਪ ਦਿਖਾਉਂਦੇ ਹਨ। ਸਹੀ IPv4 ਬਣਤਰ ਵਿੱਚ ਨਿੱਜੀ ਅਤੇ ਖਾਸ ਵਰਤੋਂ ਵਾਲੇ ਪਤੇ ਵੀ ਹਨ, ਇਸ ਲਈ ਸਾਫ਼ ਐਂਟਰੀ ਲਾਜ਼ਮੀ ਜਨਤਕ ਪਹੁੰਚਯੋਗ ਨਹੀਂ। ਕੇਵਲ ਜਨਤਕ ਸੂਚੀ ਲਈ ਸਪਸ਼ਟ ਪਤਾ ਨੀਤੀ ਜੋੜੋ।

ਮਿਸ਼ਰਤ HTTP/SOCKS ਇਨਪੁਟ ਵਿੱਚ ਪ੍ਰੋਟੋਕੋਲ ਵੱਖਰੀ ਫਾਇਲ ਜਾਂ ਕਾਲਮ ਵਿੱਚ ਰੱਖੋ; ਪੋਰਟ 1080 ਤੋਂ ਅੰਦਾਜ਼ਾ ਨਾ ਲਗਾਓ। ਅਸਲ ਰੂਪ ਚੌਰਸ ਬਰੈਕਟ ਵਾਲਾ IPv6 ਹੋਵੇ ਤਾਂ ਢੁੱਕਵਾਂ ਪਾਰਸਰ ਵਰਤੋ। ਸਕ੍ਰਿਪਟ ਅੰਦਾਜ਼ੇ ਦੀ ਥਾਂ ਅਸਮਰਥਿਤ ਇਨਪੁਟ ਰੱਦ ਕਰਦੀ ਹੈ; ਆਉਟਪੁੱਟ ਉਪਲਬਧਤਾ, ਗੁਮਨਾਮੀ, ਦੇਸ਼ ਜਾਂ ਗਤੀ ਨਹੀਂ ਦੱਸਦੀ। ਇਨ੍ਹਾਂ ਲਈ ਨਿਯੰਤਰਿਤ ਕਨੈਕਸ਼ਨ ਟੈਸਟ ਚਾਹੀਦੇ ਹਨ।