scrapy中使用讯代理转发

scrapy源代码中查找http11.py文件,相对路径为:
Lib/site-packages/scrapy/core/downloader/handlers/http11.py

找到下面内容,注释掉:
if isinstance(agent, self._TunnelingAgent):
headers.removeHeader(b’Proxy-Authorization’)

否则proxy-authorization会被去除,动态转发失效。

自定义下载中间件:
class ProxyIPMiddleware(object):
‘’’
随机更换代理ip
‘’’
def init(self):
self.orderno = “xxxxxxxxxxxx” # 订单号
self.secret = “xxxxxxxxxxx” # 秘钥

def process_request(self,request,spider):
    print('====ProxyIPMiddleware====')
    protocal = request.url.split(':')[0].strip().lower()
    print(request.url,'protocal:',protocal)
    ip = "forward.xdaili.cn"  # 代理ip
    port = "80"  # 端口号
    ip_port = ip + ":" + port
    proxy = {"http": "http://" + ip_port, "https": "https://" + ip_port}
    timestamp = str(int(time.time()))  # 时间戳
    string = "orderno=" + self.orderno + "," + "secret=" + self.secret + "," + "timestamp=" + timestamp
    md5_string = hashlib.md5(string.encode()).hexdigest()  # md5哈希,得到固定长度的字符串
    sign = md5_string.upper()  # 转换成大写字母
    # 认证信息
    auth = "sign=" + sign + "&" + "orderno=" + self.orderno + "&" + "timestamp=" + timestamp
    print('auth:',auth)
    request.headers['Proxy-Authorization'] = auth
    #HTTP代理,只代理HTTP网站,HTTPS代理,只代理HTTPS网站
    request.meta['proxy'] = proxy[protocal]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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
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