Proxy con il modulo "Richieste" di Python

Solo una breve e semplice sull'eccellente modulo Richieste per Python.

Non riesco a trovare nella documentazione che cosa dovrebbe contenere la variabile "proxy". Quando gli ho inviato un dict con un valore "IP: PORT" standard, lo ha rifiutato chiedendo 2 valori. Quindi, suppongo (perché questo non sembra essere coperto nei documenti) che il primo valore è l'ip e il secondo la porta?

I documenti menzionano solo questo:

proxy - (facoltativo) Dizionario di mappatura del protocollo all'URL del proxy.

Quindi ho provato questo ... cosa dovrei fare?

proxy = { ip: port}

e dovrei convertirli in qualche tipo prima di metterli nel dict?

r = requests.get(url,headers=headers,proxies=proxy)

La proxiessintassi 'dict è {"protocol":"ip:port", ...}. Con esso puoi specificare diversi (o uguali) proxy (s) per le richieste usando i protocolli http , https e ftp :

http_proxy  = "http://10.10.1.10:3128"
https_proxy = "https://10.10.1.11:1080"
ftp_proxy   = "ftp://10.10.1.10:3128"

proxyDict = { 
              "http"  : http_proxy, 
              "https" : https_proxy, 
              "ftp"   : ftp_proxy
            }

r = requests.get(url, headers=headers, proxies=proxyDict)

Dedotto dalla requestsdocumentazione :

Parametri:
method - metodo per il nuovo oggetto Request.
url- URL per il nuovo oggetto Richiesta.
...
proxies- (opzionale) Dizionario mappatura protocollo alla URL del proxy .
...

Su Linux è anche possibile farlo tramite i HTTP_PROXY, HTTPS_PROXYe FTP_PROXYvariabili di ambiente:

export HTTP_PROXY=10.10.1.10:3128
export HTTPS_PROXY=10.10.1.11:1080
export FTP_PROXY=10.10.1.10:3128

Su Windows:

set http_proxy=10.10.1.10:3128
set https_proxy=10.10.1.11:1080
set ftp_proxy=10.10.1.10:3128

Grazie, Jay per averlo sottolineato:
la sintassi è cambiata con le richieste 2.0.0 .
Devi aggiungere uno schema all'URL: https://2.python-requests.org/en/latest/user/advanced/#proxies

Ho scoperto che urllib ha del codice davvero buono per raccogliere le impostazioni del proxy del sistema e si trovano nella forma corretta da usare direttamente. Puoi usarlo come:

import urllib

...
r = requests.get('http://example.org', proxies=urllib.request.getproxies())

Funziona davvero bene e urllib sa anche come ottenere le impostazioni di Mac OS X e Windows.

Puoi fare riferimento alla documentazione del proxy qui .

Se è necessario utilizzare un proxy, è possibile configurare singole richieste con l'argomento proxy su qualsiasi metodo di richiesta:

import requests

proxies = {
  "http": "http://10.10.1.10:3128",
  "https": "https://10.10.1.10:1080",
}

requests.get("http://example.org", proxies=proxies)

Per utilizzare HTTP Basic Auth con il proxy, utilizzare la sintassi http: // user: password@host.com/ :

proxies = {
    "http": "http://user:pass@10.10.1.10:3128/"
}

La risposta accettata è stata un buon inizio per me, ma ho continuato a ricevere il seguente errore:

AssertionError: Not supported proxy scheme None

Risolto il problema: specificare http: // nell'URL del proxy quindi:

http_proxy  = "http://194.62.145.248:8080"
https_proxy  = "https://194.62.145.248:8080"
ftp_proxy   = "10.10.1.10:3128"

proxyDict = {
              "http"  : http_proxy,
              "https" : https_proxy,
              "ftp"   : ftp_proxy
            }

Sarei interessato al motivo per cui l'originale funziona per alcune persone ma non per me.

Modifica: vedo che la risposta principale è ora aggiornata per riflettere questo :)

Se desideri persistere sui cookie e sui dati di sessione, è meglio farlo in questo modo:

import requests

proxies = {
    'http': 'http://user:pass@10.10.1.0:3128',
    'https': 'https://user:pass@10.10.1.0:3128',
}

# Create the session and set the proxies.
s = requests.Session()
s.proxies = proxies

# Make the HTTP request through the session.
r = s.get('http://www.showmemyip.com/')

8 anni di ritardo. Ma mi piace:

import os
import requests

os.environ['HTTP_PROXY'] = os.environ['http_proxy'] = 'http://http-connect-proxy:3128/'
os.environ['HTTPS_PROXY'] = os.environ['https_proxy'] = 'http://http-connect-proxy:3128/'
os.environ['NO_PROXY'] = os.environ['no_proxy'] = '127.0.0.1,localhost,.local'

r = requests.get('https://example.com')  # , verify=False

ecco la mia classe di base in python per il modulo richieste con alcune configurazioni proxy e cronometro!

import requests
import time
class BaseCheck():
    def __init__(self, url):
        self.http_proxy  = "http://user:pw@proxy:8080"
        self.https_proxy = "http://user:pw@proxy:8080"
        self.ftp_proxy   = "http://user:pw@proxy:8080"
        self.proxyDict = {
                      "http"  : self.http_proxy,
                      "https" : self.https_proxy,
                      "ftp"   : self.ftp_proxy
                    }
        self.url = url
        def makearr(tsteps):
            global stemps
            global steps
            stemps = {}
            for step in tsteps:
                stemps[step] = { 'start': 0, 'end': 0 }
            steps = tsteps
        makearr(['init','check'])
        def starttime(typ = ""):
            for stemp in stemps:
                if typ == "":
                    stemps[stemp]['start'] = time.time()
                else:
                    stemps[stemp][typ] = time.time()
        starttime()
    def __str__(self):
        return str(self.url)
    def getrequests(self):
        g=requests.get(self.url,proxies=self.proxyDict)
        print g.status_code
        print g.content
        print self.url
        stemps['init']['end'] = time.time()
        #print stemps['init']['end'] - stemps['init']['start']
        x= stemps['init']['end'] - stemps['init']['start']
        print x


test=BaseCheck(url='http://google.com')
test.getrequests()

ho appena creato un proxy graber e posso anche collegarmi con lo stesso proxy grabed senza alcun input:

#Import Modules

from termcolor import colored
from selenium import webdriver
import requests
import os
import sys
import time

#Proxy Grab

options = webdriver.ChromeOptions()
options.add_argument('headless')
driver = webdriver.Chrome(chrome_options=options)
driver.get("https://www.sslproxies.org/")
tbody = driver.find_element_by_tag_name("tbody")
cell = tbody.find_elements_by_tag_name("tr")
for column in cell:

        column = column.text.split(" ")
        print(colored(column[0]+":"+column[1],'yellow'))
driver.quit()
print("")

os.system('clear')
os.system('cls')

#Proxy Connection

print(colored('Getting Proxies from graber...','green'))
time.sleep(2)
os.system('clear')
os.system('cls')
proxy = {"http": "http://"+ column[0]+":"+column[1]}
url = 'https://mobile.facebook.com/login'
r = requests.get(url,  proxies=proxy)
print("")
print(colored('Connecting using proxy' ,'green'))
print("")
sts = r.status_code

È un po 'tardi, ma ecco una classe wrapper che semplifica i proxy di scraping e quindi crea un POST o GET http:

ProxyRequests

https://github.com/rootVIII/proxy_requests

Condivido del codice su come recuperare i proxy dal sito "https://free-proxy-list.net" e archiviare i dati in un file compatibile con strumenti come "Elite Proxy Switcher" (formato IP: PORT):

## PROXY_UPDATER - ottieni proxy gratuiti da https://free-proxy-list.net/

from lxml.html import fromstring
import requests
from itertools import cycle
import traceback
import re

######################FIND PROXIES#########################################
def get_proxies():
    url = 'https://free-proxy-list.net/'
    response = requests.get(url)
    parser = fromstring(response.text)
    proxies = set()
    for i in parser.xpath('//tbody/tr')[:299]:   #299 proxies max
        proxy = ":".join([i.xpath('.//td[1]/text()') 
        [0],i.xpath('.//td[2]/text()')[0]])
        proxies.add(proxy)
    return proxies



######################write to file in format   IP:PORT######################
try:
    proxies = get_proxies()
    f=open('proxy_list.txt','w')
    for proxy in proxies:
        f.write(proxy+'\n')
    f.close()
    print ("DONE")
except:
    print ("MAJOR ERROR")