注意: IP代理精灵仅提供国内ip网络节点,不提供境外网络节点,不能用于任何非法用途或访问境外封闭网站,不能跨境联网,只能用于合法的国内网络加速。

请登录 注册 实名验证

首页 > 新闻资讯 > Python学习之HTTP代理

Python学习之HTTP代理

来源:IP代理精灵 作者:admin 时间:2019-04-19 14:30:37

大家对HTTP代理应该都非常熟悉,它在很多方面都有着极为广泛的应用。HTTP代理分为正向代理和反向代理两种,后者一般用于将防火墙后面的服务提供给用户访问或者进行负载均衡,典型的有Nginx、HAProxy等。下文所讨论的是python开发中的HTTP正向代理。

Python学习之HTTP代理

HTTP代理最常见的用途是用于网络共享、网络加速和网络限制突破等。此外,HTTP代理也常用于Web应用调试、Android/IOS APP 中所调用的Web API监控和分析,目前的知名软件有Fiddler、Charles、Burp Suite和mitmproxy等。HTTP代理还可用于请求/响应内容修改,在不改变服务端的情况下为Web应用增加额外的功能或者改变应用行为等。


0x01 HTTP代理是什么


HTTP代理本质上是一个Web应用,它和其他普通Web应用没有根本区别。HTTP代理收到请求后,根据Header中Host字段的主机名和Get/POST请求地址综合判断目标主机,建立新的HTTP请求并转发请求数据,并将收到的响应数据转发给客户端。


如果请求地址是绝对地址,HTTP代理采用该地址中的Host,否则使用Header中的HOST字段。做一个简单测试,假设网络环境如下:


· 192.168.1.2 Web服务器


· 192.168.1.3 HTTP代理服务器


使用telnet进行测试


$ telnet 192.168.1.3


GET / HTTP/1.0HOST: 192.168.1.2


注意最后需要连续两个回车,这是HTTP协议要求。完成后,可以收到http://192.168.1.2/ 的页面内容。下面做一下调整,GET请求时带上绝对地址


$ telnet 192.168.1.3


GET http://httpbin.org/ip HTTP/1.0HOST: 192.168.1.2


注意这里同样设置了HOST为192.168.1.2,但运行结果却返回了http://httpbin.org/ip 页面的内容,也就是公网IP地址信息。


从上面的测试过程可以看出,HTTP代理并不是什么很复杂的东西,只要将原始请求发送到代理服务器即可。在无法设置HTTP代理的情况下,对于少量Host需要走HTTP代理的场景来说,最简单的方式就是将目标Host域名的IP指向代理服务器,可以采取修改hosts文件的方式来实现。


0x02 Python程序中设置HTTP代理


urllib2/urllib 代理设置


urllib2是Python标准库,功能很强大,只是使用起来稍微麻烦一点。在Python 3中,urllib2不再保留,迁移到了urllib模块中。urllib2中通过ProxyHandler来设置使用代理服务器。


proxy_handler = urllib2.ProxyHandler({'http': '121.193.143.249:80'})


opener = urllib2.build_opener(proxy_handler)


r = opener.open('http://httpbin.org/ip')print(r.read())


也可以用install_opener将配置好的opener安装到全局环境中,这样所有的urllib2.urlopen都会自动使用代理。


urllib2.install_opener(opener)


r = urllib2.urlopen('http://httpbin.org/ip')print(r.read())


在Python 3中,使用urllib。


proxy_handler = urllib.request.ProxyHandler({'http': 'http://121.193.143.249:80/'})


opener = urllib.request.build_opener(proxy_handler)


r = opener.open('http://httpbin.org/ip')print(r.read())


requests 代理设置


requests是目前最优秀的HTTP库之一,也是我平时构造http请求时使用最多的库。它的API设计非常人性化,使用起来很容易上手。给requests设置代理很简单,只需要给proxies设置一个形如 {'http': 'x.x.x.x:8080', 'https': 'x.x.x.x:8080'}的参数即可。其中http和https相互独立。


In [5]: requests.get('http://httpbin.org/ip', proxies={'http': '121.193.143.249:80'}).json()


Out[5]: {'origin': '121.193.143.249'}


可以直接设置session的proxies属性,省去每次请求都要带上proxies参数的麻烦。


s = requests.session()


s.proxies = {'http': '121.193.143.249:80'}print(s.get('http://httpbin.org/ip').json())


0x03 HTTP_PROXY / HTTPS_PROXY 环境变量


urllib2 和 Requests 库都能识别 HTTP_PROXY 和 HTTPS_PROXY 环境变量,一旦检测到这些环境变量就会自动设置使用代理。这在用HTTP代理进行调试的时候非常有用,因为不用修改代码,可以随意根据环境变量来调整代理服务器的ip地址和端口。*nix中的大部分软件也都支持HTTP_PROXY环境变量识别,比如curl、wget、axel、aria2c等。


$ http_proxy=121.193.143.249:80 python -c 'import requests; print(requests.get("http://httpbin.org/ip").json())'


{u'origin': u'121.193.143.249'}


$ http_proxy=121.193.143.249:80 curl httpbin.org/ip


{


"origin": "121.193.143.249"


}


在IPython交互环境中,可能经常需要临时性地调试HTTP请求,可以简单通过设置os.environ['http_proxy'] 增加/取消HTTP代理来实现。


In [245]: os.environ['http_proxy'] = '121.193.143.249:80'


In [246]: requests.get("http://httpbin.org/ip").json()


Out[246]: {u'origin': u'121.193.143.249'}


In [249]: os.environ['http_proxy'] = ''


In [250]: requests.get("http://httpbin.org/ip").json()


Out[250]: {u'origin': u'x.x.x.x'}


0x04 MITM-Proxy


MITM 源于 Man-in-the-Middle Attack,指中间人攻击,一般在客户端和服务器之间的网络中拦截、监听和篡改数据。


mitmproxy 是一款Python语言开发的开源中间人代理神器,支持SSL,支持透明代理、反向代理,支持流量录制回放,支持自定义脚本等。功能上同Windows中的Fiddler 有些类似,但mitmproxy是一款console程序,没有GUI界面,不过用起来还算方便。使用mitmproxy可以很方便的过滤、拦截、修改任意经过代理的HTTP请求/响应数据包,甚至可以利用它的scripting API,编写脚本达到自动拦截修改HTTP数据的目的。


# test.pydef response(flow):


flow.response.headers["BOOM"] = "boom!boom!boom!"


上面的脚本会在所有经过代理的Http响应包头里面加上一个名为BOOM的header。用 mitmproxy -s 'test.py' 命令启动mitmproxy,curl验证结果发现的确多了一个BOOM头。


$ http_proxy=localhost:8080 curl -I 'httpbin.org/get'


HTTP/1.1 200 OKServer: nginxDate: Thu, 03 Nov 2016 09:02:04 GMT


Content-Type: application/json


Content-Length: 186Connection: keep-alive


Access-Control-Allow-Origin: *


Access-Control-Allow-Credentials: trueBOOM: boom!boom!boom!


...


显然mitmproxy脚本能做的事情远不止这些,结合Python强大的功能,可以衍生出很多应用途径。除此之外,mitmproxy还提供了强大的API,在这些API的基础上,完全可以自己定制一个实现了特殊功能的专属代理服务器。


经过性能测试,发现mitmproxy的效率并不是特别高。如果只是用于调试目的那还好,但如果要用到生产环境,有大量并发请求通过代理的时候,性能还是稍微差点。我用twisted实现了一个简单的proxy,用于给公司内部网站增加功能、改善用户体验,以后有机会再和大家分享。


最新资讯

推荐阅读

  1. 13

    2019-08

    大量发布信息需要代理IP

    网络推广每天都要发布非常多的信息,甚至几百条,如果大量发布信息的时候,一直使用一个IP地址,IP地址肯定会被封。很多网站都具有限定,如果访问的次数过多,发布的消息过多都会被封IP

  2. 16

    2020-03

    解析高匿代理限制

    解析高匿代理限制!Web抓取应用程序已经成为完成我们上面讨论的雄心勃勃的业务任务的不可替代的工具,但是在数据收集机器人军队已经部署到信息战场之后很快就发现了很多常见的局限性。

  3. 15

    2019-01

    用途广的IP代理,哪个IP代理更稳定?

    IP代理用途越来越广,即使新手也是知道免费的IP代理是非常不稳定的,也可以说其IP稳定性是非常非常低的,很多项目都不能直接使用,即使要使用免费IP代理,也需要进行有效性检测之后才能

  4. 10

    2019-08

    代理IP的简单介绍

    目前来讲IP限制的地方还有很多,例如爬虫、注册、发帖等等,就要有代理IP的帮助。很多人听说过代理IP,但并不了解具体有什么用途。下面就给大家讲讲代理IP的简单介绍。代理IP简单的说就

  5. 09

    2019-09

    让代理ip​帮助打造品牌和造势!

    让代理ip​帮助打造品牌和造势!在大数据时代,IP已经是重要的存在,而移动互联网时代,IP是一种资产,微商品牌打造好IP,品牌溢价能力更强。人格化的力量是最容易产生信任,促进成交转化

  6. 10

    2018-12

    爬虫通常采集哪些信息?有风险性吗?

    虽然说如果你有技术,什么数据都能爬取到,即使有各种反爬虫设置,但也可以利用各种工具进行突破限制,比如可以突破IP限制的代理IP软件。然而,有些数据是禁止爬取的,如果爬取...