Selenium通过设置代理实现抓取HTTPS请求

起因

Selenium本身是不支持HTTP请求抓取的，因为其团队认为这个不是selenium要解决的问题（确实也是）。所以推荐使用一个相关联的项目 -- BrowserMobProxy。
具体项目首页见：https://github.com/lightbody/browsermob-proxy

尝试

因为项目需要，所以就研究了下BrowserMobProxy。它其实是一个java实现的开源代理项目，它与普通的代理不同之处在于：

• 它支持REST API接口（可以通过http请求来动态创建代理服务）
• 默认启动的是一个代理Manager，它会管理N多个代理服务（我们真正使用的就是这个代理服务）
• 可以支持动态的代理配置

一张图看懂BrowserMobProxy的业务逻辑。

即在使用代理之前，需要先启动代理Manager；而这个Manager提供了REST API接口，支持动态创建代理服务。（它会维护一批申请过的代理服务）之后我们使用的其实都是新申请的代理服务。（所以它并不是一个代理实例，而是一个代理管理服务）

使用

要使用BrowserMobProxy首先你需要启动它的代理Manager。有3种方式：

• 直接通过bin目录下的脚本文件启动（如：browsermob-proxy.bat）
• 在程序中动态执行脚本文件
• JAVA项目可以导入到项目中通过SDK启动

BrowserMobProxy的代理Manager启动后，就可以向它申请具体的代理服务了。主要有2种方式：

• REST API方式
• JAVA的SDK方式

由于这里是讲Python相关的，所以后面只讲REST API方式。启动代理Manager和申请代理服务的代码如下：

BROWSERMOBPROXY = r"D:\browsermob-proxy-2.1.1\bin\browsermob-proxy.bat"
server = browsermobproxy.Server(BROWSERMOBPROXY, {'port': 8080})    # 初始化一个代理Manager服务，并监听8080端口
server.start()                                      # 启动代理Manager服务
proxy = server.create_proxy()                       # 向代理Manager服务申请一个代理服务，会使用默认端口8081
print(proxy.port)

上述代码是在程序中执行了BrowserMobProxy的启动脚本，然后申请了一个代理服务。当然，你还可以先手动启动Bro