Python同步异步爬虫通过代理访问HTTPS

一、环境:

  1. Python以及库的版本
    • Python 3.10.5
    • requests 2.28.1
    • aiohttp 3.8.1
  2. 代理软件
    • CCProxy V8.0

二、requests通过代理访问HTTPS网页

import urllib3

import requests


headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
                  "AppleWebKit/537.36 (KHTML, like Gecko) "
                  "Chrome/107.0.0.0 Safari/398.63"}
urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)


def get_proxy_url(ip=None, port=None, scheme="http",
                  *, username=None, passwd=None):
    if ip is None:
        return None
    if port is None:
        port = 80
    user_pwd = ""
    if username:
        user_pwd = username
    if passwd:
        user_pwd += ":" + passwd
    if user_pwd:
        user_pwd += "@"
    url = f"{scheme}://{user_pwd}{ip}:{port}"
    return url


def my_get(url, proxy_url=None):
    proxies = None
    if proxy_url:
        proxies = {"http": proxy_url, "https": proxy_url}
    print(proxies)
    res = requests.get(url, headers=headers, verify=False,
                       proxies=proxies)
    return res.status_code, res.content


# 将下面的代理换成自己的信息即可
proxy = get_proxy_url("192.168.111.222", "8080",
                      username="++++++", passwd="*********")
print(my_get("https://www.baidu.com", proxy))

  1. 如果密码中含有特殊字符,可以使用:%+16进制的字符串,
    例如:ABC#$%123,可以使用%41%62%43%23%24%25%31%32%33替代
  2. 禁用InsecureRequestWarning告警:
    urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)

三、requests.session通过代理访问HTTPS网页

# 其他代码与上面相同
def my_get(url, proxy_url=None):
    proxies = None
    if proxy_url:
        proxies = {"http": proxy_url, "https": proxy_url}

    session = requests.Session()
    session.proxies.update(proxies)
    session.headers.update(headers)
    session.verify = False
    res = session.get(url)
    return res.status_code, res.content

三、异步协程方式通过代理访问HTTPS网页

import asyncio
import aiohttp

# 其他代码与上面相同
def my_get(url, proxy_url=None):
    async def _inner_get(a_url):
        conn = aiohttp.TCPConnector(ssl=False)
        async with aiohttp.ClientSession(connector=conn) as sess:
            async with sess.get(a_url, proxy=proxy_url, timeout=3) as res:
                content = await res.read()
                return res.status, content

    async def _inner_tasks(*a_urls):
        tasks = [asyncio.create_task(_inner_get(one_url))
                 for one_url in a_urls]
        result = await asyncio.gather(*tasks, return_exceptions=True)
        return result
        # 解决RuntimeError: Event loop is closed

    asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
    dl_result = asyncio.run(_inner_tasks(url))
    return dl_result[0]

注意,为了解决RuntimeError: Event loop is closed, 在window下需要执行

asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
Python可以使用多种库和框架来实现异步爬虫,其中最常用的是`asyncio`和`aiohttp`。 首先,你需要确保你的Python版本是3.5或更高版本,因为异步编程在这些版本中得到了很好的支持。 接下来,你可以使用`asyncio`库来创建异步任务。异步任务是使用协程(coroutine)定义的,通过使用`async`关键字来声明一个协程函数。在协程函数中,你可以使用`await`关键字来等待其他的异步任务完成。 以下是一个基本的异步爬虫的示例: ```python import asyncio import aiohttp async def fetch(session, url): async with session.get(url) as response: return await response.text() async def main(): async with aiohttp.ClientSession() as session: url = 'https://example.com' html = await fetch(session, url) print(html) loop = asyncio.get_event_loop() loop.run_until_complete(main()) ``` 在这个示例中,我们定义了一个`fetch`函数来发送HTTP请求并返回响应内容。然后,在`main`函数中,我们创建了一个`ClientSession`对象来处理HTTP请求,并且使用`fetch`函数来获取网页内容。最后,我们使用`asyncio.get_event_loop()`来获取事件循环,并调用`run_until_complete()`方法来运行主函数。 这只是一个简单的例子,你可以根据你的需求对其进行扩展和定制。还有其他的库和方法可以用来实现异步爬虫,例如`scrapy`框架、`httpx`库等,你可以根据自己的需求选择合适的工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

mengyoufengyu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值