Fi Python sọ àtòjọ proxy IP:port di mímọ́

Ṣàyẹ̀wò fáìlì IPv4 tó rọrùn, ṣe àwọn port ní ìlànà kan náà, kí o sì yọ àdàkọ kúrò láìyọ port ọ̀tọ̀ lórí IP kan.

Fi ìforúkọsílẹ̀ IPv4 IP:port kan sí ìlà kọ̀ọ̀kan nínú proxies.txt. Gbogbo rẹ gbọ́dọ̀ jẹ́ ti ìlànà proxy kan tí a mọ̀. Tí o bá ń kó láti àtòjọ proxy ọ̀fẹ́, ya àwọn ìlànà sọ́tọ̀ kí o tó dá ìwọlé ọ̀rọ̀ yìí. Ìwẹ̀nùmọ́ yìí kò gba URL tó ní àlàyé ìwọlé, kọ́lọ́mù CSV tàbí àdírẹ́sì IPv6.

Fi kóòdù tó ń lo ilé ìkàwé àkọ́kọ́ yìí pamọ́ sí clean-proxies.py nínú àpò fáìlì kan náà:

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")

Ṣiṣẹ́ rẹ̀ láti àpò fáìlì yẹn:

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

Ṣàyẹ̀wò ìkìlọ̀ ìlà tí a fo àti proxies-clean.txt; fáìlì ìwọlé kò yí padà. Àbájáde ń pa ìtòlẹ́sẹẹsẹ ìfarahàn àkọ́kọ́ mọ́, ó sì ń yọ àdàkọ gẹ́gẹ́ bí àdírẹ́sì pẹ̀lú port onínọ́mbà. Àdàkọ méjì ti 203.0.113.10:8080 àti kan ti 203.0.113.10:3128 máa fúnni ní ibi ìsopọ̀ méjì. Port oníìpìlẹ̀ mẹ́wàá 08080 yí padà sí 8080.

Àdírẹ́sì inú ìwé ń fi àpẹẹrẹ hàn nìkan. Ìkọ̀wé IPv4 tó tọ́ ní àdírẹ́sì aládàáni àti ti iṣẹ́ pàtàkì, nítorí náà ìforúkọsílẹ̀ mímọ́ kò túmọ̀ sí pé gbogbo ènìyàn lè dé ibẹ̀. Fi ìlànà àdírẹ́sì kedere kún un tí o bá fẹ́ àtòjọ gbogbogbò nìkan.

Fún HTTP/SOCKS tí a dà pọ̀, pa ìlànà mọ́ sínú fáìlì ọ̀tọ̀ tàbí kọ́lọ́mù; má ṣe fojú inú wò ó láti port 1080. Lo olùṣàyẹ̀wò IPv6 tó ní akọmọ onígun mẹ́rin tí ìyẹn bá jẹ́ àkàwé gidi. Kóòdù náà kọ ìwọlé tí kò ṣe àtìlẹ́yìn fún dípò ṣíṣe àfojúsùn; àbájáde kò sọ ìmúrasílẹ̀, àìmọ̀ ẹni, orílẹ̀-èdè tàbí iyára. Ìyẹn nílò ìdánwò ìsopọ̀ tí a ṣàkóso.

Àwọn àpilẹ̀kọ tó jọra