python 代理使用方法简介

旧城等待， 2021-09-02 03:10 299阅读 0赞

**目录**

1. 获取代理

2. Urllib

3. Requests

4. Selenium

Chrome

PhantomJS

--------------------

下面我们来梳理一下这些库的代理的设置方法。

## 1. 获取代理 ##

在做测试之前，我们需要先获取一个可用代理，搜索引擎搜索“代理”关键字，就可以看到有许多代理服务网站，在网站上会有很多免费代理，比如西刺：[http://www.xicidaili.com/][http_www.xicidaili.com]，这里列出了很多免费代理，但是这些免费代理大多数情况下都是不好用的，所以比较靠谱的方法是购买付费代理，很多网站都有售卖，数量不用多，买一个稳定可用的即可，可以自行选购。

或者如果我们本机有相关代理软件的话，软件一般会在本机创建 HTTP 或 SOCKS 代理服务，直接使用此代理也可以。

在这里我的本机安装了一部代理软件，它会在本地 9743 端口上创建 HTTP 代理服务，也就是代理为 127.0.0.1:9743，另外还会在 9742 端口创建 SOCKS 代理服务，也就是代理为 127.0.0.1:9742，我只要设置了这个代理就可以成功将本机 IP 切换到代理软件连接的服务器的 IP了。

所以本节下面的示例里我使用上述代理来演示其设置方法，你可以自行替换成自己的可用代理，设置代理后测试的网址是：[http://httpbin.org/get][http_httpbin.org_get]，访问该站点可以得到请求的一些相关信息，其中 origin 字段就是客户端的 IP，我们可以根据它来判断代理是否设置成功，也就是是否成功伪装了IP。

下面我们来看下各个库的代理设置方式。

## 2. Urllib ##

首先我们以最基础的 Urllib 为例，来看一下代理的设置方法，代码如下：

from urllib.error import URLError
    from urllib.request import ProxyHandler, build_opener
    
    proxy = '127.0.0.1:9743'
    proxy_handler = ProxyHandler({
        'http': 'http://' + proxy,
        'https': 'https://' + proxy
    })
    opener = build_opener(proxy_handler)
    try:
        response = opener.open('http://httpbin.org/get')
        print(response.read().decode('utf-8'))
    except URLError as e:
        print(e.reason)

运行结果如下：

{
      "args": {}, 
      "headers": {
        "Accept-Encoding": "identity", 
        "Connection": "close", 
        "Host": "httpbin.org", 
        "User-Agent": "Python-urllib/3.6"
      }, 
      "origin": "106.185.45.153", 
      "url": "http://httpbin.org/get"
    }

在这里我们需要借助于 ProxyHandler 设置代理，参数是字典类型，键名为协议类型，键值是代理，注意此处代理前面需要加上协议，即 http 或者 https，此处设置了 http 和 https 两种代理，当我们请求的链接是 http 协议的时候，它会调用 http 代理，当请求的链接是 https 协议的时候，它会调用https代理，所以此处生效的代理是：[http://127.0.0.1:9743][http_127.0.0.1_9743]。

创建完 ProxyHandler 对象之后，我们需要利用 build\_opener() 方法传入该对象来创建一个 Opener，这样就相当于此 Opener 已经设置好代理了，接下来直接调用它的 open() 方法即可使用此代理访问我们所想要的链接。

运行输出结果是一个 Json，它有一个字段 origin，标明了客户端的 IP，此处的 IP 验证一下，确实为代理的 IP，而并不是我们真实的 IP，所以这样我们就成功设置好代理，并可以隐藏真实 IP 了。

如果遇到需要认证的代理，我们可以用如下的方法设置：

from urllib.error import URLError
    from urllib.request import ProxyHandler, build_opener
    
    proxy = 'username:password@127.0.0.1:9743'
    proxy_handler = ProxyHandler({
        'http': 'http://' + proxy,
        'https': 'https://' + proxy
    })
    opener = build_opener(proxy_handler)
    try:
        response = opener.open('http://httpbin.org/get')
        print(response.read().decode('utf-8'))
    except URLError as e:
        print(e.reason)

这里改变的只是 proxy 变量，只需要在代理前面加入代理认证的用户名密码即可，其中 username 就是用户名，password 为密码，例如 username 为foo，密码为 bar，那么代理就是 foo:bar@127.0.0.1:9743。

如果代理是 SOCKS5 类型，那么可以用如下方式设置代理：

import socks
    import socket
    from urllib import request
    from urllib.error import URLError
    
    socks.set_default_proxy(socks.SOCKS5, '127.0.0.1', 9742)
    socket.socket = socks.socksocket
    try:
        response = request.urlopen('http://httpbin.org/get')
        print(response.read().decode('utf-8'))
    except URLError as e:
        print(e.reason)

此处需要一个 Socks 模块，可以通过如下命令安装：

pip3 install PySocks

本地我有一个 SOCKS5 代理，运行在 9742 端口，运行成功之后和上文 HTTP 代理输出结果是一样的：

结果的 origin 字段同样为代理的 IP，设置代理成功。

## 3. Requests ##

对于 Requests 来说，代理设置更加简单，我们只需要传入 proxies 参数即可。

还是以上例中的代理为例，我们来看下 Requests 的代理的设置：

import requests
    
    proxy = '127.0.0.1:9743'
    proxies = {
        'http': 'http://' + proxy,
        'https': 'https://' + proxy,
    }
    try:
        response = requests.get('http://httpbin.org/get', proxies=proxies)
        print(response.text)
    except requests.exceptions.ConnectionError as e:
        print('Error', e.args)

运行结果：

{
      "args": {}, 
      "headers": {
        "Accept": "*/*", 
        "Accept-Encoding": "gzip, deflate", 
        "Connection": "close", 
        "Host": "httpbin.org", 
        "User-Agent": "python-requests/2.18.1"
      }, 
      "origin": "106.185.45.153", 
      "url": "http://httpbin.org/get"
    }

可以发现 Requests 的代理设置比 Urllib 简单很多，只需要构造代理字典即可，然后通过 proxies 参数即可设置代理，不需要重新构建 Opener。

可以发现其运行结果的 origin 也是代理的 IP，证明代理已经设置成功。

如果代理需要认证，同样在代理的前面加上用户名密码即可，代理的写法就变成：

proxy = 'username:password@127.0.0.1:9743'

和 Urllib 一样，只需要将 username 和 password 替换即可。

如果需要使用 SOCKS5 代理，则可以使用如下方式：

import requests
    
    proxy = '127.0.0.1:9742'
    proxies = {
        'http': 'socks5://' + proxy,
        'https': 'socks5://' + proxy
    }
    try:
        response = requests.get('http://httpbin.org/get', proxies=proxies)
        print(response.text)
    except requests.exceptions.ConnectionError as e:
        print('Error', e.args)

在这里需要额外安装一个 Socks 模块，命令如下：

pip3 install "requests[socks]"

运行结果是完全相同的：

另外还有一种设置方式，和 Urllib 中的方法相同，使用 socks 模块，也需要像上文一样安装该库，设置方法如下：

import requests
    import socks
    import socket
    
    socks.set_default_proxy(socks.SOCKS5, '127.0.0.1', 9742)
    socket.socket = socks.socksocket
    try:
        response = requests.get('http://httpbin.org/get')
        print(response.text)
    except requests.exceptions.ConnectionError as e:
        print('Error', e.args)

这样也可以设置 SOCKS5 代理，运行结果完全相同，相比第一种方法，此方法是全局设置，不同情况可以选用不同的方法。

## 4. Selenium ##

Selenium 同样也可以设置代理，在这里分两种介绍，一个是有界面浏览器，以 Chrome 为例介绍，另一种是无界面浏览器，以 PhantomJS 为例介绍。

### Chrome ###

对于 Chrome 来说，用 Selenium 设置代理的方法也非常简单，设置方法如下：

from selenium import webdriver
    
    proxy = '127.0.0.1:9743'
    chrome_options = webdriver.ChromeOptions()
    chrome_options.add_argument('--proxy-server=http://' + proxy)
    browser = webdriver.Chrome(chrome_options=chrome_options)
    browser.get('http://httpbin.org/get')

在这里我们通过 ChromeOptions 来设置代理，在创建 Chrome 对象的时候通过 chrome\_options 参数传递即可。

这样在运行之后便会弹出一个 Chrome 浏览器，访问目标链接之后输出结果如下：

{
      "args": {}, 
      "headers": {
        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8", 
        "Accept-Encoding": "gzip, deflate", 
        "Accept-Language": "zh-CN,zh;q=0.8", 
        "Connection": "close", 
        "Host": "httpbin.org", 
        "Upgrade-Insecure-Requests": "1", 
        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36"
      }, 
      "origin": "106.185.45.153", 
      "url": "http://httpbin.org/get"
    }

可以看到 origin 同样为代理 IP 的地址，代理设置成功。

如果代理是认证代理，则设置方法相对比较麻烦，方法如下：

from selenium import webdriver
    from selenium.webdriver.chrome.options import Options
    import zipfile
    
    ip = '127.0.0.1'
    port = 9743
    username = 'foo'
    password = 'bar'
    
    manifest_json = """
    {
        "version": "1.0.0",
        "manifest_version": 2,
        "name": "Chrome Proxy",
        "permissions": [
            "proxy",
            "tabs",
            "unlimitedStorage",
            "storage",
            "<all_urls>",
            "webRequest",
            "webRequestBlocking"
        ],
        "background": {
            "scripts": ["background.js"]
        }
    }
    """
    
    background_js = """
    var config = {
            mode: "fixed_servers",
            rules: {
              singleProxy: {
                scheme: "http",
                host: "%(ip)s",
                port: %(port)s
              }
            }
          }
    
    chrome.proxy.settings.set({value: config, scope: "regular"}, function() {});
    
    function callbackFn(details) {
        return {
            authCredentials: {
                username: "%(username)s",
                password: "%(password)s"
            }
        }
    }
    
    chrome.webRequest.onAuthRequired.addListener(
                callbackFn,
                {urls: ["<all_urls>"]},
                ['blocking']
    )
    """ % {'ip': ip, 'port': port, 'username': username, 'password': password}
    
    plugin_file = 'proxy_auth_plugin.zip'
    with zipfile.ZipFile(plugin_file, 'w') as zp:
        zp.writestr("manifest.json", manifest_json)
        zp.writestr("background.js", background_js)
    chrome_options = Options()
    chrome_options.add_argument("--start-maximized")
    chrome_options.add_extension(plugin_file)
    browser = webdriver.Chrome(chrome_options=chrome_options)
    browser.get('http://httpbin.org/get')

在这里需要在本地创建一个 manifest.json 配置文件和 background.js 脚本来设置认证代理，运行之后本地会生成一个 proxy\_auth\_plugin.zip 文件保存配置。

运行结果和上例一致，origin 同样为代理 IP。

### PhantomJS ###

对于 PhantomJS，代理设置方法可以借助于 service\_args 参数，也就是命令行参数，代理设置方法如下：

from selenium import webdriver
    
    service_args = [
        '--proxy=127.0.0.1:9743',
        '--proxy-type=http'
    ]
    browser = webdriver.PhantomJS(service_args=service_args)
    browser.get('http://httpbin.org/get')
    print(browser.page_source)

在这里我们只需要使用 service\_args 参数，将命令行的一些参数定义为列表，在初始化的时候传递即可。

运行结果：

{
      "args": {}, 
      "headers": {
        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8", 
        "Accept-Encoding": "gzip, deflate", 
        "Accept-Language": "zh-CN,en,*", 
        "Connection": "close", 
        "Host": "httpbin.org", 
        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X) AppleWebKit/538.1 (KHTML, like Gecko) PhantomJS/2.1.0 Safari/538.1"
      }, 
      "origin": "106.185.45.153", 
      "url": "http://httpbin.org/get"
    }

运行结果的 origin 同样为代理的 IP，设置代理成功。

如果需要认证，那么只需要再加入 --proxy-auth 选项即可，这样参数就改为：

service_args = [
        '--proxy=127.0.0.1:9743',
        '--proxy-type=http',
        '--proxy-auth=username:password'
    ]

将 username 和 password 替换为认证所需的用户名和密码即可。

[http_www.xicidaili.com]: https://link.zhihu.com/?target=http%3A//www.xicidaili.com/
[http_httpbin.org_get]: https://link.zhihu.com/?target=http%3A//httpbin.org/get
[http_127.0.0.1_9743]: https://link.zhihu.com/?target=http%3A//127.0.0.1%3A9743/