这篇文章将为大家详细讲解有关Python3爬虫中代理的设置方法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

在前面我们介绍了多种请求库，如 Requests、Urllib、Selenium 等。我们接下来首先贴近实战，了解一下代理怎么使用，为后面了解代理池、ADSL 拨号代理的使用打下基础。

下面我们来梳理一下这些库的代理的设置方法。

1. 获取代理

在做测试之前，我们需要先获取一个可用代理，搜索引擎搜索“代理”关键字，就可以看到有许多代理服务网站，在网站上会有很多免费代理，比如西刺：http://www.xicidaili.com/，这里列出了很多免费代理，但是这些免费代理大多数情况下都是不好用的，所以比较靠谱的方法是购买付费代理，很多网站都有售卖，数量不用多，买一个稳定可用的即可，可以自行选购。

或者如果我们本机有相关代理软件的话，软件一般会在本机创建 HTTP 或 SOCKS 代理服务，直接使用此代理也可以。

在这里我的本机安装了一部代理软件，它会在本地 9743 端口上创建 HTTP 代理服务，也就是代理为 127.0.0.1:9743，另外还会在 9742 端口创建 SOCKS 代理服务，也就是代理为 127.0.0.1:9742，我只要设置了这个代理就可以成功将本机 IP 切换到代理软件连接的服务器的 IP了。

所以本节下面的示例里我使用上述代理来演示其设置方法，你可以自行替换成自己的可用代理，设置代理后测试的网址是：http://httpbin.org/get，访问该站点可以得到请求的一些相关信息，其中 origin 字段就是客户端的 IP，我们可以根据它来判断代理是否设置成功，也就是是否成功伪装了IP。

下面我们来看下各个库的代理设置方式。

2. Urllib

首先我们以最基础的 Urllib 为例，来看一下代理的设置方法，代码如下：

fromurllib.errorimportURLErrorfromurllib.requestimportProxyHandler,build_openerproxy='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'))exceptURLErrorase:print(e.reason)

运行结果如下：

{"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"}

在这里我们需要借助于 ProxyHandler 设置代理，参数是字典类型，键名为协议类型，键值是代理，注意此处代理前面需要加上协议，即 http 或者 https，此处设置了 http 和 https 两种代理，当我们请求的链接是 http 协议的时候，它会调用 http 代理，当请求的链接是 https 协议的时候，它会调用https代理，所以此处生效的代理是：http://127.0.0.1:9743。

创建完 ProxyHandler 对象之后，我们需要利用 build_opener() 方法传入该对象来创建一个 Opener，这样就相当于此 Opener 已经设置好代理了，接下来直接调用它的 open() 方法即可使用此代理访问我们所想要的链接。

运行输出结果是一个 Json，它有一个字段 origin，标明了客户端的 IP，此处的 IP 验证一下，确实为代理的 IP，而并不是我们真实的 IP，所以这样我们就成功设置好代理，并可以隐藏真实 IP 了。

如果遇到需要认证的代理，我们可以用如下的方法设置：

fromurllib.errorimportURLErrorfromurllib.requestimportProxyHandler,build_openerproxy='username:password@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'))exceptURLErrorase:print(e.reason)

这里改变的只是 proxy 变量，只需要在代理前面加入代理认证的用户名密码即可，其中 username 就是用户名，password 为密码，例如 username 为foo，密码为 bar，那么代理就是 foo:bar@127.0.0.1:9743。

如果代理是 SOCKS5 类型，那么可以用如下方式设置代理：

importsocksimportsocketfromurllibimportrequestfromurllib.errorimportURLErrorsocks.set_default_proxy(socks.SOCKS5,'127.0.0.1',9742)socket.socket=socks.socksockettry:response=request.urlopen('http://httpbin.org/get')print(response.read().decode('utf-8'))exceptURLErrorase:print(e.reason)

此处需要一个 Socks 模块，可以通过如下命令安装：

pip3installPySocks

本地我有一个 SOCKS5 代理，运行在 9742 端口，运行成功之后和上文 HTTP 代理输出结果是一样的：

{"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"}

结果的 origin 字段同样为代理的 IP，设置代理成功。

3. Requests

对于 Requests 来说，代理设置更加简单，我们只需要传入 proxies 参数即可。

还是以上例中的代理为例，我们来看下 Requests 的代理的设置：

importrequestsproxy='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)exceptrequests.exceptions.ConnectionErrorase:print('Error',e.args)

运行结果：

{"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"}

可以发现 Requests 的代理设置比 Urllib 简单很多，只需要构造代理字典即可，然后通过 proxies 参数即可设置代理，不需要重新构建 Opener。

可以发现其运行结果的 origin 也是代理的 IP，证明代理已经设置成功。

如果代理需要认证，同样在代理的前面加上用户名密码即可，代理的写法就变成：

proxy='username:password@127.0.0.1:9743'

和 Urllib 一样，只需要将 username 和 password 替换即可。

如果需要使用 SOCKS5 代理，则可以使用如下方式：

importrequestsproxy='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)exceptrequests.exceptions.ConnectionErrorase:print('Error',e.args)

在这里需要额外安装一个 Socks 模块，命令如下：

pip3install"requests[socks]"

运行结果是完全相同的：

{"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"}

另外还有一种设置方式，和 Urllib 中的方法相同，使用 socks 模块，也需要像上文一样安装该库，设置方法如下：

importrequestsimportsocksimportsocketsocks.set_default_proxy(socks.SOCKS5,'127.0.0.1',9742)socket.socket=socks.socksockettry:response=requests.get('http://httpbin.org/get')print(response.text)exceptrequests.exceptions.ConnectionErrorase:print('Error',e.args)

这样也可以设置 SOCKS5 代理，运行结果完全相同，相比第一种方法，此方法是全局设置，不同情况可以选用不同的方法。

4. Selenium

Selenium 同样也可以设置代理，在这里分两种介绍，一个是有界面浏览器，以 Chrome 为例介绍，另一种是无界面浏览器，以 PhantomJS 为例介绍。

Chrome

对于 Chrome 来说，用 Selenium 设置代理的方法也非常简单，设置方法如下：

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

在这里我们通过 ChromeOptions 来设置代理，在创建 Chrome 对象的时候通过 chrome_options 参数传递即可。

这样在运行之后便会弹出一个 Chrome 浏览器，访问目标链接之后输出结果如下：

{"args":{},"headers":{"Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8","Accept-Encoding":"gzip,deflate","Accept-Language":"zh-CN,zh;q=0.8","Connection":"close","Host":"httpbin.org","Upgrade-Insecure-Requests":"1","User-Agent":"Mozilla/5.0(Macintosh;IntelMacOSX10_12_3)AppleWebKit/537.36(KHTML,likeGecko)Chrome/59.0.3071.115Safari/537.36"},"origin":"106.185.45.153","url":"http://httpbin.org/get"}

可以看到 origin 同样为代理 IP 的地址，代理设置成功。

如果代理是认证代理，则设置方法相对比较麻烦，方法如下：

fromseleniumimportwebdriverfromselenium.webdriver.chrome.optionsimportOptionsimportzipfileip='127.0.0.1'port=9743username='foo'password='bar'manifest_json="""{"version":"1.0.0","manifest_version":2,"name":"ChromeProxy","permissions":["proxy","tabs","unlimitedStorage","storage","<all_urls>","webRequest","webRequestBlocking"],"background":{"scripts":["background.js"]}}"""background_js="""varconfig={mode:"fixed_servers",rules:{singleProxy:{scheme:"http",host:"%(ip)s",port:%(port)s}}}chrome.proxy.settings.set({value:config,scope:"regular"},function(){});functioncallbackFn(details){return{authCredentials:{username:"%(username)s",password:"%(password)s"}}}chrome.webRequest.onAuthRequired.addListener(callbackFn,{urls:["<all_urls>"]},['blocking'])"""%{'ip':ip,'port':port,'username':username,'password':password}plugin_file='proxy_auth_plugin.zip'withzipfile.ZipFile(plugin_file,'w')aszp:zp.writestr("manifest.json",manifest_json)zp.writestr("background.js",background_js)chrome_options=Options()chrome_options.add_argument("--start-maximized")chrome_options.add_extension(plugin_file)browser=webdriver.Chrome(chrome_options=chrome_options)browser.get('http://httpbin.org/get')

在这里需要在本地创建一个 manifest.json 配置文件和 background.js 脚本来设置认证代理，运行之后本地会生成一个 proxy_auth_plugin.zip 文件保存配置。

运行结果和上例一致，origin 同样为代理 IP。

PhantomJS

对于 PhantomJS，代理设置方法可以借助于 service_args 参数，也就是命令行参数，代理设置方法如下：

fromseleniumimportwebdriverservice_args=['--proxy=127.0.0.1:9743','--proxy-type=http']browser=webdriver.PhantomJS(service_args=service_args)browser.get('http://httpbin.org/get')print(browser.page_source)

在这里我们只需要使用 service_args 参数，将命令行的一些参数定义为列表，在初始化的时候传递即可。

运行结果：

{"args":{},"headers":{"Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8","Accept-Encoding":"gzip,deflate","Accept-Language":"zh-CN,en,*","Connection":"close","Host":"httpbin.org","User-Agent":"Mozilla/5.0(Macintosh;IntelMacOSX)AppleWebKit/538.1(KHTML,likeGecko)PhantomJS/2.1.0Safari/538.1"},"origin":"106.185.45.153","url":"http://httpbin.org/get"}

运行结果的 origin 同样为代理的 IP，设置代理成功。

如果需要认证，那么只需要再加入 –proxy-auth 选项即可，这样参数就改为：

service_args=['--proxy=127.0.0.1:9743','--proxy-type=http','--proxy-auth=username:password']

将 username 和 password 替换为认证所需的用户名和密码即可。

关于Python3爬虫中代理的设置方法就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。