隧道代理阿布云

Posted 2022-04-19 zhaco

阿布云为我们提供了隧道代理IP的服务，通过阿布云HTTP隧道的动态版可以让我们的爬虫很好的使用动态代理IP

由此可知我们可以得到requests接入代码

 1 # -*- coding:utf-8 -*-
 2 import requests
 3 
 4 # 要访问的目标网页
 5 url = "http://httpbin.org/get"
 6 
 7 # 代理服务器，根据购买的套餐，自行查看修改
 8 proxy_host = "http-dyn.abuyun.com"
 9 
10 # 代理端口
11 proxy_prot = "9020"
12 
13 # 代理隧道验证信息
14 proxy_user = "H01234567890123D"     # 购买隧道的通行证书
15 proxy_pass = "0123456789012345"     # 购买隧道的通行秘钥
16 
17 proxy_meta = "http://%(user)s:%(pass)[email protected]%(host)s:%(port)s"%
18     "host":proxy_host,
19     "port":proxy_prot,
20     "user":proxy_user,
21     "pass":proxy_pass,
22 
23 
24 proxies = 
25     "http":proxy_meta,
26     "https":proxy_meta,
27 
28 
29 response = requests.get(url=url,proxies=proxies)
30 print(response.status_code)
31 print(response.text)

requests

得到结果为：

 1 200
 2 
 3 "args": ,
 4 "headers": 
 5     "Accept": "*/*",
 6     "Accept-Encoding": "gzip, deflate",
 7     "Connection": "close",
 8     "Host": "httpbin.org",
 9     "User-Agent": "python-requests/2.18.1"
10 ,
11 "origin": "60.207.237.111",
12 "url": "http://httpbin.org/get"

最后由于阿布云的proxy地址是不变的（实际是动态ip），实际上，得到上边的proxies后，直接使用那个地址，进行proxies=proxies 设置即可。

同时阿布云还提供爬虫框架Scrapy的接入代码

 1 import base64
 2 
 3 # 代理服务器，根据购买的套餐，自行查看修改
 4 proxyServer = "http://http-dyn.abuyun.com:9020"
 5 
 6 # 代理隧道验证信息
 7 proxy_user = "H01234567890123D"     # 购买隧道的通行证书
 8 proxy_pass = "0123456789012345"     # 购买隧道的通行秘钥
 9 
10 proxyAuth = "Basic " + base64.urlsafe_b64encode(bytes((proxy_user + ":" + proxy_pass), "ascii"))
11 proxyAuth = proxyAuth.decode("utf8")
12 
13 
14 class ProxyMiddleware(object):
15     def process_request(self,request,spider):
16         request.meta["proxy"] = proxyServer
17         request.headers["Proxy-Authorization"] = proxyAuth

Scrapy

由于，在阿布云购买的是最基础的代理，即每秒 5 个请求，又因为 Scrapy 默认的并发数是 16 个，所以需要对 Scrapy 请求数量进行一下限制，可以设置每个请求的延迟时间为 0.2s ，这样一秒就刚好请求 5 个，最后启用上面的代理中间件类即可：

1 AUTOTHROTTLE_ENABLED = True
2 DOWNLOAD_DELAY = 0.2  # 每次请求间隔时间
3 
4 # 启用阿布云代理中间件
5 DOWNLOADER_MIDDLEWARES = 
6  ‘maoyan.middlewares.ProxyMiddleware‘: 301,
7