Safisha orodha ya proxy IP:porti kwa Python

Kagua faili rahisi la IPv4, sawazisha porti na ondoa nakala huku ukihifadhi porti tofauti za IP moja.

Weka rekodi moja ya IPv4 IP:port kila mstari katika proxies.txt. Zote lazima ziwe za itifaki moja ya proxy inayojulikana. Ukikusanya kutoka orodha ya proksi za bure, tenga itifaki kabla ya kutengeneza ingizo hili la maandishi. Usafishaji haukubali URL zenye taarifa za kuingia, safu za CSV au anwani za IPv6.

Hifadhi hati hii inayotumia maktaba ya kawaida kama clean-proxies.py katika saraka hiyo hiyo:

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")

Iendeshe kutoka saraka hiyo:

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

Kagua taarifa za mistari iliyorukwa na proxies-clean.txt; faili la ingizo halibadiliki. Matokeo huhifadhi mpangilio wa kuonekana mara ya kwanza na kuondoa nakala kwa anwani pamoja na porti ya namba. Nakala mbili za 203.0.113.10:8080 na moja ya 203.0.113.10:3128 hutoa ncha mbili. Porti ya desimali 08080 husawazishwa kuwa 8080.

Anwani za nyaraka zinaonyesha muundo tu. Sintaksia halali ya IPv4 inajumuisha anwani binafsi na maalumu, hivyo rekodi safi haimaanishi lazima ifikike hadharani. Ongeza sera wazi ya anwani ikiwa unahitaji orodha ya umma pekee.

Kwa ingizo mchanganyiko la HTTP/SOCKS, hifadhi itifaki katika faili tofauti au safu; usiikisie kutoka porti 1080. Tumia kichanganuzi cha IPv6 yenye mabano mraba ikiwa huo ndio muundo halisi. Hati hukataa ingizo lisiloungwa mkono badala ya kubashiri, na matokeo hayasemi upatikanaji, kutotambulika, nchi au kasi. Hayo yanahitaji majaribio ya muunganisho yanayodhibitiwa.

Makala zinazohusiana