Ruby 實戰筆記 (二)：透過代理伺服器爬取網頁內容

Ruby 強大的標準庫 (net/http, open-uri) 配合簡潔語法，讓網頁爬蟲與代理切換開發極為高效。本文示範從免費代理網站 (cnproxy.com) 批量抓取代理 IP、驗證可用性、並透過代理請求目標網頁的完整腳本，附關鍵型別陷阱 (埠號必須為 Integer) 避坑指南。

一、核心代碼結構

require 'net/http'

# 1. 直接請求獲取網頁內容
def query_url(url)
  Net::HTTP.get(URI.parse(url))
end

# 2. 從 cnproxy 抓取代理列表 (前10頁) 存入 proxy.txt
def find_all_proxy
  # cnproxy 用 JS 混淆埠號，需解碼映射表
  decode_map = { 'z'=>'3','j'=>'4','r'=>'2','l'=>'9','c'=>'0',
                 'x'=>'5','i'=>'7','a'=>'6','p'=>'8','s'=>'1' }
  
  File.open("proxy.txt", "w") do |pf|
    (1..10).each do |page|
      url = "https://www.cnproxy.com/proxy#{page}.html"
      content = query_url(url)
      # 解析 IP
      content.scan(/(.*?)