如何在python中编写代理池服务器(当出现请求时,选择代理以获取url内容)?
我不知道这种代理服务器的正确名称,欢迎您修改我的问题标题。如何在python中编写代理池服务器(当出现请求时,选择代理以获取url内容)?,python,proxy,http-proxy,Python,Proxy,Http Proxy,我不知道这种代理服务器的正确名称,欢迎您修改我的问题标题。 当我在google上搜索代理服务器时,很多实现都像或。这些代理服务器似乎只是要求远程服务器获取特定的url地址。 我想构建一个代理服务器,它包含一个代理池(http/https代理列表),并且只有一个IP地址和一个端口来服务传入的请求。当请求到来时,它将从池中选择一个代理并执行此请求,然后返回结果。 例如,我有一个IP为“192.168.1.66”的VPS。我使用IP“127.0.0.1”和端口“8080”在此VPS上启动代理服务器 然
当我在google上搜索代理服务器时,很多实现都像或。这些代理服务器似乎只是要求远程服务器获取特定的url地址。
我想构建一个代理服务器,它包含一个代理池(http/https代理列表),并且只有一个IP地址和一个端口来服务传入的请求。当请求到来时,它将从池中选择一个代理并执行此请求,然后返回结果。
例如,我有一个IP为“192.168.1.66”的VPS。我使用IP“127.0.0.1”和端口“8080”在此VPS上启动代理服务器 然后我可以像下面那样使用这个代理
import requests
url = 'http://www.google.com'
headers = {
...
}
proxies = {
'http': 'http://192.168.1.66:8080'
}
r = requests.get(url, headers=headers, proxies=proxies)
我看到了一些推动因素,如:
from twisted.web import proxy, http
from twisted.internet import reactor
from twisted.python import log
import sys
log.startLogging(sys.stdout)
class ProxyFactory(http.HTTPFactory):
protocol = proxy.Proxy
reactor.listenTCP(8080, ProxyFactory())
reactor.run()
它是可行的,但它太简单了,我不知道它是如何工作的,也不知道如何改进代码以使用代理池。流程示例: 由戈朗撰写的
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+ client (want visit http://www.baidu.com/) +
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
|
| via proxy 127.0.0.1:8090
|
V
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+ + proxy pool +
+ proxy manager listen ++++++++++++++++++++++++++++++++++
+ on (127.0.0.1:8090) + http_proxy1,http_proxy2, +
+ + socks5_proxy1,socks5_proxy2 +
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
|
| choose one proxy visit
| www.baidu.com
|
V
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+ site:www.baidu.com +
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
您的代理池概念并不难实现。 如果我理解正确,你想做以下几点
来自烧瓶导入烧瓶,响应
随机输入
app=烧瓶(名称)
@应用程序路径(“/p/”)
def代理(url):
“”“向此请求,如/p/www.google.com
"""
url='http://{}'。格式(url)
r=获取_响应(url)
返回响应(带有上下文的流(r.iter\u content()),
content\u type=r.headers['content-type'])
def get_proxy():
#这是您的“代理池”
代理=[
'http://proxy-server-1.com',
'http://proxy-server-2.com',
'http://proxy-server-3.com',
]
返回随机选择(代理)
def get_响应(目标_url):
proxy=get_proxy();
url=“{}/p/{}”。格式(代理,目标url)
#上面的行将生成http://proxy-server-1.com/p/www.google.com
return requests.get(url,stream=True)
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu':
app.run()
然后,您可以从这里开始改进代理服务器
公共代理池
或代理管理器
可以检查其代理的可用性、速度和更多统计信息,并选择最佳代理发送请求。当然,这个示例只处理简单的请求,您可以添加处理请求参数、方法和协议的特性
希望这有帮助 我认为这种工具不是一个普通的代理。因为我不能通过
r=requests.get(url,headers=headers,proxies=proxies)
使用它,而普通的web浏览器(chrome,firefox,ie)也不能使用这个代理。实际上,你可以使用你的普通web浏览器来访问它,比如。是的,上面的示例并不是要实现普通代理,而是要实现一个简单的想法——制作使用代理的代理。这样做只是为了查看结果,而不是使用它!我已经描述了有问题的流程,我知道流程,但我不知道如何构建它。您提到的请求
已过http
,不能透明地传输数据。代理应该是透明的,例如不关心收入请求是http post
还是http get
。现在,我看到所有python代理服务器都使用socks
。但是他们都没有在另一个代理上使用socks
,这是最困难的事情。@mromo这个解决方案需要处理多少并发连接?老问题已经被唤醒了!所以,@ffeast我不知道,但在uwsgi下,简单的烧瓶和请求可以处理相当多的连接。所以,如果您感兴趣,您应该检查一下您的环境。您是需要它在python中进行一些实践,还是您刚刚有了一个任务并决定在python中实现它?一个不需要任何编码的开源解决方案能帮你完成任务吗?@ffeast对于任务或工作,我可以使用squid或goproxy,但学习python实现也很有意义。你解决了任务了吗?
from flask import Flask, Response
import random
app = Flask(__name__)
@app.route('/p/<path:url>')
def proxy(url):
""" Request to this like /p/www.google.com
"""
url = 'http://{}'.format(url)
r = get_response(url)
return Response(stream_with_context(r.iter_content()),
content_type=r.headers['content-type'])
def get_proxy():
# This is your "Proxy Pool"
proxies = [
'http://proxy-server-1.com',
'http://proxy-server-2.com',
'http://proxy-server-3.com',
]
return random.choice(proxies)
def get_response(target_url):
proxy = get_proxy();
url = "{}/p/{}".format(proxy, target_url)
# Above line will generate like http://proxy-server-1.com/p/www.google.com
return requests.get(url, stream=True)
if __name__ == '__main__':
app.run()