首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Selenium Webdriver 3.X源码分析之Proxy.py代理能力

Selenium Webdriver 3.X源码分析之Proxy.py代理能力

作者头像
苦叶子
发布2019-09-25 14:27:54
1.7K0
发布2019-09-25 14:27:54
举报
文章被收录于专栏:开源优测开源优测
> Selenium Webdriver 3.X源码分析系列第9篇,该系列原则上会将整个源码分享一遍

在使用selenium webdriver测试或进行爬虫动作时,如果未在目标服务的白名单内,随着爬取的频率增多会被禁止访问目标服务。

又或者目标服务的反爬虫策略相对完善的情况下,也是很容易将selenium的爬取给禁止。

又或者采用分布式selenium爬取方式时,也会很容易的被禁止爬取。

所以这个时候我们就需要代理服务,来规避一些反爬虫策略等,下面我们看下在selenium webdriver Python端由哪个模块提供了对应的代理功能:

通过查看源码的成员结构,如下图所示:

在proxy.py中提供了http代理、ftp代理、sock代理、ssl代理等能力,基本满足了我们日常的需要。

下面我们看一个基本的Python实例代码,看下如何在代码中使用代理。

# 获取到浏览器对应的配置对象

# 如果为chrome浏览器则为 profile=webdriver.ChromeOptions()

# 其他浏览器类似

profile=webdriver.FirefoxOptions()

# 设置为headless模式

profile.add_argument('-headless') #设置无头模式

#设置代理服务器类型,类型参见下文的注部分说明

profile.set_preference('network.proxy.type', 1)

# IP为你的代理服务器地址:如‘127.0.0.0’,字符串类型

profile.set_preference('network.proxy.http',IP)

#PORT为代理服务器端口号:如,9999,整数类型

profile.set_preference('network.proxy.http_port', PORT)

# 加载配置

browser=webdriver.Firefox(options=profile)

注,代理服务器类型,参加proxy.py源码中的定义,如下

即:

  • 0 - 直连,不需要代理
  • 1 - 手动设置代理
  • 2 - 从url自动配置代理
  • 3 - 不用
  • 4 - 自动化侦测代理配置信息
  • 5 - 使用系统代理
  • 6 - 内部使用,不需要调用

所以一般不直接使用proxy.py模块定义的能力,而是通过设置对应的浏览器Options来达成使用代理的功能。

在proxy.py中定义了三个类,如下图所示:

Proxy:具体实现了各种代理

ProxyType:定义了代理类型

ProxyTypeFactory: 定义了代理类型模式

各类的具体代码这里不一一说明了,应该讲源码是很简洁的了,建议深入掌握的人员多看看就好了

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-09-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 开源优测 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档