将 urllib2 与 SOCKS 代理结合使用

Question

是否可以通过 SOCKS 代理在每个 opener basic 的一台袜子服务器上使用 urllib2 获取页面？我已经看到使用 setdefaultproxy 方法的解决方案，但我需要在不同的开启器中使用不同的袜子。

所以有 SocksiPy 库，它工作得很好，但必须以这种方式使用：

import socks
import socket
socket.socket = socks.socksocket
import urllib2
socks.setdefaultproxy(socks.PROXY_TYPE_SOCKS5, "x.x.x.x", y)

也就是说，它为所有 urllib2 请求设置相同的代理。如何为不同的开启器使用不同的代理？

Answer 1

尝试使用 pycurl：

import pycurl
c1 = pycurl.Curl()
c1.setopt(pycurl.URL, 'http://www.google.com')
c1.setopt(pycurl.PROXY, 'localhost')
c1.setopt(pycurl.PROXYPORT, 8080)
c1.setopt(pycurl.PROXYTYPE, pycurl.PROXYTYPE_SOCKS5)

c2 = pycurl.Curl()
c2.setopt(pycurl.URL, 'http://www.yahoo.com')
c2.setopt(pycurl.PROXY, 'localhost')
c2.setopt(pycurl.PROXYPORT, 8081)
c2.setopt(pycurl.PROXYTYPE, pycurl.PROXYTYPE_SOCKS5)

c1.perform() 
c2.perform() 

Answer 2

是的，你可以。我重复我的答案 如何将 SOCKS 4/5 代理与 urllib2 一起使用？
您需要为每个代理创建一个开启程序，就像使用 http 代理一样。将此功能添加到 SocksiPy 的代码可在 GitHub https://gist.github.com/869791 并且很简单：

opener = urllib2.build_opener(SocksiPyHandler(socks.PROXY_TYPE_SOCKS4, 'localhost', 9999))
print opener.open('http://www.whatismyip.com/automation/n09230945.asp').read()

有关更多信息，我编写了一个运行多个 Tor 实例的示例，其行为类似于旋转代理： 使用多个 Tor 电路进行分布式抓取

Answer 3

您只有一个用于所有开启器的套接字，并且在套接字级别实现袜子。所以，你不能。
我建议你使用 pycurl 库，它更灵活。

Answer 4

==编辑==（旧的HTTP代理示例在这里..）

我的错..urllib2没有对SOCKS代理的内置支持..

有一些“黑客”将 SOCKS 添加到 urllib2 （或一般的套接字对象） 此处。
但我几乎不怀疑这将适用于您需要的多个代理。

只要您不想挂钩/子类 urllib2.ProxyHandler 我建议使用 pycurl。

Answer 5

如果一次没有太多连接，并且需要从多个线程访问，您也许可以使用线程锁：

import socks
import socket
import thread
lock = thread.allocate_lock()
socket.socket = socks.socksocket

def GetConn():
    lock.acquire()
    import urllib2
    socks.setdefaultproxy(socks.PROXY_TYPE_SOCKS5, "x.x.x.x", y)
    conn = urllib2.urlopen(ARGUMENTS HERE)
    lock.release()
    return conn

您也可以在每次需要获取连接时使用类似的东西：

urllib2 = execfile('urllib2.py')
urllib2.socket = dummy_class() # dummy_class needs the socket module's methods

这些显然不是很好的解决方案，但我还是投入了 2 美分:-)

Answer 6

使用 SOCKS 代理的一个麻烦但有效的解决方案是使用代理链接设置 provixy，然后通过系统变量或任何其他方式设置 privoxy 提供的 HTTP_PROXY。

Answer 7

您可以通过以下格式设置环境变量 HTTP_PROXY 来实现：

user:pass@proxy:port

或者如果您使用 bat/cmd，请在调用脚本之前添加：

set HTTP_PROXY=user:pass@proxy:port

我正在使用这样的 cmd-文件使 easy_install 在代理下工作。