在 requests 中使用代理
代理介绍
对于常见的正向代理有 HTTP 代理和 HTTPS 代理，对于 HTTP 代理只能代理到 HTTP 站点的请求，对于 HTTPS 代理只能代理到 HTTPS 站点的请求。
命令行中使用
代理参数
有些命令行软件是有代理参数的，比如 curl .
curl --proxy 23.45.122.54:8763 http://ifconfig.io
curl --proxy 23.45.122.54:8763 https://ifconfig.io
实际上，在这里对于具体的代理类型未设置的话，会对 HTTP 请求采用 HTTP 代理，对 HTTPS 请求采用 HTTPS 代理，所以就相当于：
curl --proxy http://23.45.122.54:8763 http://ifconfig.io
curl --proxy https://23.45.122.54:8763 https://ifconfig.io
一般的正向代理站点都无法接收 HTTPS 的请求代理，对于 NGINX 可以参考 使用 nginx 进行 HTTPS 的正向代理 正确配置之后，就可以在 HTTPS 代理中使用 HTTP schema 代理 HTTPS 站点请求。
curl --proxy http://23.45.122.54:8763 https://ifconfig.io
环境变量
但是有些命令行软件比如 wget 就没有代理参数，这时就可以设置环境变量参数。
http_proxy=23.45.122.54:8763 wget http://ifconfig.io
https_proxy=23.45.122.54:8763 wget https://ifconfig.io
在这里同样的需要匹配 HTTP|HTTPS 请求类型和 HTTP|HTTPS 代理类型的，对于未设置代理地址的 schema 时候是会自动生成。
在这里因为只是设置环境变量，所以其实换个思路可以用
wget -e的参数wget -e http_proxy=23.45.122.54:8763 http://ifconfig.io
如果需要长期使用，可以写入配置
export use_proxy=on
export http_proxy=http://your_ip_proxy:port/
export https_proxy=$http_proxy
export ftp_proxy=$http_proxy
export dns_proxy=$http_proxy
export rsync_proxy=$http_proxy
export no_proxy="localhost,127.0.0.1,localaddress,.localdomain.com"
其他工具
如果以上都不能满足需求的话，或许可以试下使用其他一些工具来实现，比如 ProxyChains 之类的做代理转发，或者 Caddy, Squid 搭建代理服务器。
socks 代理
除了常见的 HTTP 代理和 HTTPS 代理之外，还有 socks 代理，常用的比如 socks5 代理。
在 curl 可以直接使用
curl --socks5 127.0.0.1:1086 ifconfig.io
curl --socks5 127.0.0.1:1086 http://ifconfig.io
curl --socks5 127.0.0.1:1086 https://ifconfig.io
curl --socks5 socks5://127.0.0.1:1086 https://ifconfig.io
requests 中使用
为什么要专门强调在 requests 中使用，因为在 python 里 requests 是使用最广的 HTTP 客户端，我使用 python 发出的 HTTP 请求大部分是由 requests 完成的。
HTTP 和 HTTPS 代理
在 requests 中使用代理可以通过 proxies 参数设置, 同样的 HTTP 请求需要使用 HTTP 代理对应的 HTTP schema。
# -*- coding: utf-8 -*-
import requests
def http_proxy():
proxies = {"http": "http://23.45.122.54:8763", "https": "https://23.45.122.54:8763"}
resp = requests.request("GET", "http://httpbin.org/get", proxies=proxies)
print(resp.status_code)
print(resp.content)
resp = requests.request("GET", "https://httpbin.org/get", proxies=proxies)
print(resp.status_code)
print(resp.content)
if __name__ == '__main__':
http_proxy()
但是实际上，对于 HTTPS 的请求使用 HTTPS 的代理，但是却可以使用 HTTP 的 schema 。
# -*- coding: utf-8 -*-
import requests
def https_proxy():
proxies = {"http": "http://23.45.122.54:8763", "https": "http://23.45.122.54:8763"}
resp = requests.request("GET", "http://httpbin.org/get", proxies=proxies)
print(resp.status_code)
print(resp.content)
resp = requests.request("GET", "https://httpbin.org/get", proxies=proxies)
print(resp.status_code)
print(resp.content)
if __name__ == '__main__':
https_proxy()
socks 代理
在 requests 中使用 socks5 代理有两种方式
- requests 的 proxies 参数其实支持 socks5 ，但是需要先安装相关依赖包
pip install "requests[socks]" - 使用 socks 包 hook 发出的 HTTP 请求，全局生效，需要先安装 socks 包
pip install pysocks
# -*- coding: utf-8 -*-
import requests
def get_by_proxy():
proxies = {"http": "socks5://127.0.0.1:1086", "https": "socks5://127.0.0.1:1086"}
resp = requests.request("GET", "http://httpbin.org/get", proxies=proxies)
print(resp.status_code)
print(resp.content)
def hook_proxy():
import socks
import socket
socks.set_default_proxy(socks.SOCKS5, "127.0.0.1", 1086)
socket.socket = socks.socksocket
resp = requests.request("GET", "http://httpbin.org/get")
print(resp.status_code)
print(resp.content)
if __name__ == '__main__':
get_by_proxy()
hook_proxy()
获取代理
- 自己搭建，无论是 HTTP 代理或者 HTTPS 代理还是 socks5 代理，都是有有办法的。
- 网上公开的临时资源，可以通过一些工具获取，比如 ProxyBroker, 或者 proxy_pool
参考链接
How to set proxy for wget?
How to make python Requests work via socks proxy
Python中Request 使用socks5代理的两种方法(个人推荐方法二)
