补充一下，当然有要有刷新代理池中代理的代码，而且一般代理极易失效

代理池构建的思路是：
1. 正则匹配出代理 ip ，有些免费网页很规则，用 beautifulsoup 就行

2. 检查是否为高匿代理，为了加快检查速度，采取多进程

3. 加上高匿代理，进行爬虫

所以，正则是基础，多进程也很重要（多线程也行）

大家可以根据这些知识点，进行自学，如果学好了，欢迎投稿，:)

我的文章不会更新这么快，因为我想写点不一样的东西，符合我的行文特点，：）

（当然主要是因为，我要写毕业论文....还有....找工作...）

@UnisandK 这个很难做到，文章不能大跃进啊（摊手

@dsg001
@demonchang
嗯，这个等我慢慢跳坑
欢迎投稿

@jimmy66 好的，我会根据反馈情况不断修正文章的更新进度

@zjhui 等我写完正则。。。或者可以投稿把正则这个坎绕过去

@Merlini 嗯，等我写完正则。。。或者可以投稿把正则这个坎绕过去

@WildCat 正则写完就写代理池。当然还要看正则这篇文章的反馈情况，：）

@AkiseAru 差不多的，有 Python 基础就可以看，刚刚发布了第二篇， https://www.v2ex.com/t/352150

@onelove 哈哈，赶紧写了第二篇， https://www.v2ex.com/t/352150

@wellhome 好问题！
爬取网页多的情况下，并不知道会出现什么样的异常，除非对网站十分熟悉。那么换一种思路，按绝大多数的正常网页来编写爬虫程序，其余的用 try except 处理。

最后对极少数的异常网页，做特殊处理。

这是我的思路，欢迎交流

（如果楼主愿意写些爬虫文章，欢迎投稿哈）

@mingyun 果然也是老司机。确实是用 wordcloud 做的

@wellhome 不用客气的，欢迎交流

保证程序连续运行，是什么情况？能描述一个具体的实例么？

我使用的是多进程

@kingcos 谢谢，真的欢迎投稿，感觉自己挖了个大坑

@fffflyfish 有文章讲讲这方面的知识吗？
同时欢迎 V 友投稿

刚看到一个 V 友也在写爬虫文章，选择的平台也是简书。（在 Python 这个节点靠前的位置）

他是从零入门的，而我这个不是从零入门的，基础知不会讲到。想想还，真是有缘，哈哈

@kancloud 好的，我会关注这个平台的，:)

@Akkuman 谢谢推荐！

@cheese 好的，已经 ok 了。多交流哈，欢迎投稿，哈哈