【Python程序开发系列】通过配置的代理服务器在具有外网连接的环境中在Pycharm中运行代码

一、实现功能

打开科学上网工具，使得能够在浏览器科学上网，通过科学上网工具的配置文件，可以看出本地和远程代理的映射关系，此时，远程地址=本地地址，远程端口=本地端口。

1、在程序中配置请求网页代理请求。不需要在Windows上配置代理服务器。这种一般用于爬虫request请求。

2、对于非request请求，往往不能在程序中配置代理请求，需要在windows上配置，在pycharm中配置，在运行程序中中配置，才能在pycharm中在外网的环境中运行python程序。

1. 配置代理服务器：在 Windows 系统中配置代理服务器，确保代理服务器的地址、端口号以及身份验证（如果需要）都正确设置。（此步似乎可以不用操作）

2. 配置 PyCharm 代理：在 PyCharm 中配置代理服务器，以便在运行代码时使用代理进行网络请求。以下是设置 PyCharm 代理的步骤：（此步似乎可以不用操作）

   • 打开 PyCharm，并打开你的项目。

   • 转到 "File"（文件）菜单，选择 "Settings"（设置）。

   • 在弹出的 "Settings"（设置）窗口中，选择 "Appearance & Behavior"（外观和行为）。

   • 选择 "System Settings"（系统设置）下的 "HTTP Proxy"（HTTP 代理）。

   • 在 "HTTP Proxy"（HTTP 代理或SOCKS代理）选项卡中，选择 "Manual proxy configuration"（手动代理配置）。

   • 输入代理服务器的地址和端口号。如果代理服务器需要身份验证，勾选 "Authentication"（身份验证）复选框，并输入用户名和密码。

   • 点击 "OK"（确定）保存设置。

3. 配置 PyCharm 运行配置：在 PyCharm 中，你还需要在运行配置中设置代理。以下是设置 PyCharm 运行配置代理的步骤：（此步是关键）

   • 变量名：http_proxy，变量值：代理服务器的地址和端口号（例如：socks5://127.0.0.1:21881）

   • 变量名：https_proxy，变量值：代理服务器的地址和端口号（例如：socks5://127.0.0.1:21881）

   • 在 PyCharm 的工具栏中，选择 "Edit Configurations"（编辑配置）。

   • 在弹出的对话框中，选择你要运行的配置。

   • 在右侧的 "Configuration"（配置）选项卡中，找到 "Environment"（环境）部分。

   • 点击 "..."（省略号）按钮，进入环境变量设置。

   • 在环境变量设置中，添加以下两个环境变量：

   • 点击 "OK"（确定）保存设置。

二、实现代码

import requests

# 代理服务器的地址和端口
proxies = {'http': 'socks5://127.0.0.1:21881', 
           'https': 'socks5://127.0.0.1:21881'}
# 发送带代理的请求
# response = requests.get('https://twitter.com', proxies=proxies)
response = requests.get('https://twitter.com', proxies=proxies)
print(response.status_code)
# 处理响应数据
print(response.text)

import autogen
import openai

openai.api_key = "sk-xxxxxxxT3BlbkFJW2Z5QQ9DDaW4bEDt73AK"
openai.api_base= "https://api.openai.com/v1"

coder = autogen.AssistantAgent('coder')
user_proxy = autogen.UserProxyAgent('user_proxy')

task = "Plot a chart of 'META' and 'MSFT' stock price current YID"
user_proxy.initiate_chat(coder, message=task)

三、实现效果

本人读研期间发表5篇SCI数据挖掘相关论文，现在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定认知和理解，会结合自身科研实践经历不定期分享关于python、机器学习、深度学习基础知识与案例。致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。关注底部公众号，即可在后台联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。