我有一个用于配置特定HTTP请求的硒配置,仅当我单击网站的特定REACT元素时才发送此请求。 这就是为什么我使用硒的原因……找不到其他方法。
每次我想废弃此特定的HTTP请求时,我都必须更新IP。 为此,我使用Tor。 当我启动python脚本时,它工作得很好,Tor设置了一个新的ip并抓取了我想要的内容。 我在脚本中添加了try / catch,如果我的脚本第一次无法正常运行,它将重试10次。
问题是当我的脚本再次尝试时,IP不再旋转。...
如何实现?
import time
from random import randint
from time import sleep
import os
import subprocess
from selenium.webdriver.firefox.firefox_profile import FirefoxProfile
from seleniumwire import webdriver
from selenium.webdriver.firefox.options import Options
from fake_useragent import UserAgent
options_wire = {
'proxy': {
'http': 'http://localhost:8088',
'https': 'https://localhost:8088',
'no_proxy': ''
}
}
def firefox_init():
os.system("killall tor")
time.sleep(1)
ua = UserAgent()
user_agent = ua.random
subprocess.Popen(("tor --HTTPTunnelPort 8088"),shell=True)
time.sleep(2)
return user_agent
def profile_firefox():
profile = FirefoxProfile()
profile.set_preference('permissions.default.image', 2)
profile.set_preference('dom.ipc.plugins.enabled.libflashplayer.so', 'false')
profile.set_preference("general.useragent.override", firefox_init())
profile.set_preference("driver.privatebrowsing.autostart", True)
profile.update_preferences()
return profile
def options_firefox():
options = Options()
options.headless = False
return options
def firefox_closing(driver):
driver.quit()
time.sleep(3)
os.system('killall tor')
def headless(url):
for x in range(0, 10):
profile = profile_firefox()
options = options_firefox()
driver = webdriver.Firefox(seleniumwire_options=options_wire,firefox_profile=profile, options=options, executable_path='******/headless_browser/geckodriver')
driver.set_window_position(0, 0)
driver.set_window_size(randint(1024, 2060), randint(1024, 4100))
# time.sleep(randint(3,10))
driver.get(url)
time.sleep(randint(3,8))
try:
if driver.find_element_by_xpath("//*[@id=\"*******\"]/main/div/div/div[1]/div[2]/form/div/div[2]/div[1]/button"):
# driver.find_element_by_xpath("//*[@id=\"*******\"]/main/div/div/div[1]/div[2]/form/div/div[2]/div[1]/button").click()
# time.sleep(randint(8,10))
driver.find_element_by_xpath("//*[@id=\"*******\"]/main/div/div/div[1]/div[2]/form/div/div[2]/div[1]/button").click()
time.sleep(randint(3,6))
for request in driver.requests:
if request.path == "https://api.*********.***/*******/*********":
request_api = request
raw = str(request_api.body)
request_api = raw.split(('b\''))
payload_raw = request_api[1]
payload = payload_raw[:-1]
if payload:
header = request.headers
print(header, payload)
break
else:
continue
break
except:
firefox_closing(driver)
time.sleep(5)
finally:
firefox_closing(driver)
return header, payload
url="https://check.torproject.org/?lang=fr"
headless(url)
谢谢
答案 0 :(得分:1)
好吧,由于您杀死了tor进程,所以我可能不知道它不会更新IP地址。即使您将tor作为服务添加到Systemd中,也肯定会在您重新启动服务时进行更新。但我可能会给你一些指示:
ua = UserAgent(cache=False, use_cache_server=False)
答案 1 :(得分:0)
为此,我使用了另一个代理,硒线非常好,但是需要修复。
我已经使用Browsermob代理,并设置了要使用的上游代理。 结果是您可以捕获每个HTTP请求或响应以对其进行解析,并且ip每次都旋转并使用HTTPTunnelPort配置。
proxy_params = {'httpProxy': 'localhost:8088', 'httpsProxy': 'localhost:8088'}
proxy_b = server.create_proxy(params=proxy_params)
谢谢