學爬蟲我們已經瞭解了多種請求庫，如 Requests、Urllib、Selenium 等。我們接下來首先貼近實戰，瞭解一下代理怎麼使用。

下面我們來梳理一下這些庫的代理的設定方法。

1. 獲取代理

在做測試之前，我們需要先獲取一個可用代理，搜尋引擎搜尋“代理”關鍵字，就可以看到有許多代理服務網站，在網站上會有很多免費代理，比如西刺：http://www.xicidaili.com/，這裡列出了很多免費代理，但是這些免費代理大多數情況下都是不好用的，所以比較靠譜的方法是購買付費代理，很多網站都有售賣，數量不用多，買一個穩定可用的即可，可以自行選購。

或者如果我們本機有相關代理軟體的話，軟體一般會在本機建立 HTTP 或 SOCKS 代理服務，直接使用此代理也可以。

在這裡我的本機安裝了一部代理軟體，它會在本地 9743 埠上建立 HTTP 代理服務，也就是代理為 127.0.0.1:9743，另外還會在 9742 埠建立 SOCKS 代理服務，也就是代理為 127.0.0.1:9742，我只要設定了這個代理就可以成功將本機 IP 切換到代理軟體連線的伺服器的 IP了。

所以本節下面的示例裡我使用上述代理來演示其設定方法，你可以自行替換成自己的可用代理，設定代理後測試的網址是：http://httpbin.org/get，訪問該站點可以得到請求的一些相關資訊，其中 origin 欄位就是客戶端的 IP，我們可以根據它來判斷代理是否設定成功，也就是是否成功偽裝了IP。

下面我們來看下各個庫的代理設定方式。

2. Urllib

首先我們以最基礎的 Urllib 為例，來看一下代理的設定方法，程式碼如下：

from urllib.error import URLError
from urllib.request import ProxyHandler, build_opener

proxy = '127.0.0.1:9743'
proxy_handler = ProxyHandler({
    'http': 'http://' + proxy,
    'https': 'https://' + proxy
})
opener = build_opener(proxy_handler)
try:
    response =
 
 opener.open('http://httpbin.org/get')
    print(response.read().decode('utf-8'))
except URLError as e:
    print(e.reason)

執行結果如下：

{
  "args": {}, 
  "headers": {
    "Accept-Encoding": "identity", 
    "Connection": "close", 
    "Host": "httpbin.org", 
    "User-Agent": "Python-urllib/3.6"
  }, 
  "origin": "106.185.45.153", 
  "url": "http://httpbin.org/get"
}

在這裡我們需要藉助於 ProxyHandler 設定代理，引數是字典型別，鍵名為協議型別，鍵值是代理，注意此處代理前面需要加上協議，即 http 或者 https，此處設定了 http 和 https 兩種代理，當我們請求的連結是 http 協議的時候，它會呼叫 http 代理，當請求的連結是 https 協議的時候，它會呼叫https代理，所以此處生效的代理是：http://127.0.0.1:9743。

建立完 ProxyHandler 物件之後，我們需要利用 build_opener() 方法傳入該物件來建立一個 Opener，這樣就相當於此 Opener 已經設定好代理了，接下來直接呼叫它的 open() 方法即可使用此代理訪問我們所想要的連結。

執行輸出結果是一個 Json，它有一個欄位 origin，標明瞭客戶端的 IP，此處的 IP 驗證一下，確實為代理的 IP，而並不是我們真實的 IP，所以這樣我們就成功設定好代理，並可以隱藏真實 IP 了。

如果遇到需要認證的代理，我們可以用如下的方法設定：

from urllib.error import URLError
from urllib.request import ProxyHandler, build_opener

proxy = 'username:[email protected]:9743'
proxy_handler = ProxyHandler({
    'http': 'http://' + proxy,
    'https': 'https://' + proxy
})
opener = build_opener(proxy_handler)
try:
    response = opener.open('http://httpbin.org/get')
    print(response.read().decode('utf-8'))
except URLError as e:
    print(e.reason)

這裡改變的只是 proxy 變數，只需要在代理前面加入代理認證的使用者名稱密碼即可，其中 username 就是使用者名稱，password 為密碼，例如 username 為foo，密碼為 bar，那麼代理就是 foo:[email protected]:9743。

如果代理是 SOCKS5 型別，那麼可以用如下方式設定代理：

import socks
import socket
from urllib import request
from urllib.error import URLError

socks.set_default_proxy(socks.SOCKS5, '127.0.0.1', 9742)
socket.socket = socks.socksocket
try:
    response = request.urlopen('http://httpbin.org/get')
    print(response.read().decode('utf-8'))
except URLError as e:
    print(e.reason)

此處需要一個 Socks 模組，可以通過如下命令安裝：

pip3 install PySocks

本地我有一個 SOCKS5 代理，執行在 9742 埠，執行成功之後和上文 HTTP 代理輸出結果是一樣的：

{
  "args": {}, 
  "headers": {
    "Accept-Encoding": "identity", 
    "Connection": "close", 
    "Host": "httpbin.org", 
    "User-Agent": "Python-urllib/3.6"
  }, 
  "origin": "106.185.45.153", 
  "url": "http://httpbin.org/get"
}

結果的 origin 欄位同樣為代理的 IP，設定代理成功。

3. Requests

對於 Requests 來說，代理設定更加簡單，我們只需要傳入 proxies 引數即可。

還是以上例中的代理為例，我們來看下 Requests 的代理的設定：

import requests

proxy = '127.0.0.1:9743'
proxies = {
    'http': 'http://' + proxy,
    'https': 'https://' + proxy,
}
try:
    response = requests.get('http://httpbin.org/get', proxies=proxies)
    print(response.text)
except requests.exceptions.ConnectionError as e:
    print('Error', e.args)

執行結果：

{
  "args": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Connection": "close", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.18.1"
  }, 
  "origin": "106.185.45.153", 
  "url": "http://httpbin.org/get"
}

可以發現 Requests 的代理設定比 Urllib 簡單很多，只需要構造代理字典即可，然後通過 proxies 引數即可設定代理，不需要重新構建 Opener。

可以發現其執行結果的 origin 也是代理的 IP，證明代理已經設定成功。

如果代理需要認證，同樣在代理的前面加上使用者名稱密碼即可，代理的寫法就變成：

proxy = 'username:[email protected]:9743'

和 Urllib 一樣，只需要將 username 和 password 替換即可。

如果需要使用 SOCKS5 代理，則可以使用如下方式：

import requests

proxy = '127.0.0.1:9742'
proxies = {
    'http': 'socks5://' + proxy,
    'https': 'socks5://' + proxy
}
try:
    response = requests.get('http://httpbin.org/get', proxies=proxies)
    print(response.text)
except requests.exceptions.ConnectionError as e:
    print('Error', e.args)

在這裡需要額外安裝一個 Socks 模組，命令如下：

pip3 install "requests[socks]"

執行結果是完全相同的：

{
  "args": {}, 
  "headers": {
    "Accept": "*/*", 
    "Accept-Encoding": "gzip, deflate", 
    "Connection": "close", 
    "Host": "httpbin.org", 
    "User-Agent": "python-requests/2.18.1"
  }, 
  "origin": "106.185.45.153", 
  "url": "http://httpbin.org/get"
}

另外還有一種設定方式，和 Urllib 中的方法相同，使用 socks 模組，也需要像上文一樣安裝該庫，設定方法如下：

import requests
import socks
import socket

socks.set_default_proxy(socks.SOCKS5, '127.0.0.1', 9742)
socket.socket = socks.socksocket
try:
    response = requests.get('http://httpbin.org/get')
    print(response.text)
except requests.exceptions.ConnectionError as e:
    print('Error', e.args)

這樣也可以設定 SOCKS5 代理，執行結果完全相同，相比第一種方法，此方法是全域性設定，不同情況可以選用不同的方法。

4. Selenium

Selenium 同樣也可以設定代理，在這裡分兩種介紹，一個是有介面瀏覽器，以 Chrome 為例介紹，另一種是無介面瀏覽器，以 PhantomJS 為例介紹。

Chrome

對於 Chrome 來說，用 Selenium 設定代理的方法也非常簡單，設定方法如下：

from selenium import webdriver

proxy = '127.0.0.1:9743'
chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--proxy-server=http://' + proxy)
browser = webdriver.Chrome(chrome_options=chrome_options)
browse