Как спарсить прокси с url? прокси находятся в под url'ах

[Alelsey1611]

Собственно вопрос

 

[orka13]

 

[Alelsey1611]

Страница на сайте имеет следующие страницы и там уже прокси

 

[Nord]

Страница на сайте имеет следующие страницы и там уже прокси

site.ru/34.54.23.158:8890/
или
site.ru/1
а там на странице куча проксей?

 

[Alelsey1611]

site.ru/34.54.23.158:8890/
или
site.ru/1
а там на странице куча проксей?

Да
Site
Site/123 тут куча прокси + прокси обновляются каждый день парсить надо через прокси чекер

 

[orka13]

1. Собрать в "Список1" все такие ссылки со "Страница на сайте".
2. Поочередно взять строку из "Список1" и Get-запросом получить ее содержимое.
3. Собрать регуляркой в "Список2" все прокси из содержания Get-запроса.
4. Вернутся в цикле к пункту №2.

 

[Alelsey1611]

А через эту штуку походу быстрее будет?
https://drive.google.com/file/d/0B9-PRzZUQvn0dGRvZjhoZWd6cG8/view?usp=drivesdk

 

[alekwuy]

А через эту штуку походу быстрее будет?
https://drive.google.com/file/d/0B9-PRzZUQvn0dGRvZjhoZWd6cG8/view?usp=drivesdk

ага))

 

[Alelsey1611]

ага))

А как?

 

[Alelsey1611]

ага))

Помогите с регулярной как
Через конструктор спарсить? например с этого сайта ?

 

[orka13]

Делаешь шаблон без браузера на Get-запросах. Сначала собираешь ссылки на страницы с проксями, потом делаешь запрос на каждую страницу. В коде ответа ищешь регуляркой прокси, добавляешь в список, удаляешь дубли, сохраняешь в файл.
На быструю руку состряпал такую регулярку:
(?<=\D)\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\:\d{1,6}(?=\D)