python

当前位置:中华考试网 >> python >> python爬虫 >> 文章内容

Linux服务器端python爬虫代理脚本

来源:中华考试网  [2020年10月15日]  【

  在linux端的网络爬虫有时需要利用代理,而且有些网站碰到一些IE才有的bug时候不得不换浏览,还要开虚拟机进去搞IE6、IE8、360、搜狗这些浏览器。建议搞个bat脚本来做这些。

  具体实现步骤如下:

  安装pywin32、WMI支持。具体下载地址Google一下,因为我的是32位python2.7系列,下载到的文件名分别为(pywin32-218.win32-py2.7.exe、WMI-1.4.7.win32.exe)

  首先,我们查资料知道,IE浏览器的代理内容在注册表中『HKEYCURRENTUSER\Software\Microsoft\Windows\CurrentVersion\Internet Settings』这里存着,所以我们理论上只要修改这里相关的键值就可以切换IE代理。

  所以,第一个函数就是修改注册表键值:

  def changeIEProxy(keyName, keyValue):

  pathInReg = 'Software\Microsoft\Windows\CurrentVersion\Internet Settings'

  key = win32api.RegOpenKey(win32con.HKEY_CURRENT_USER,pathInReg, 0, win32con.KEY_ALL_ACCESS)

  win32api.RegSetValueEx(key, keyName, 0, win32con.REG_SZ, keyValue)

  win32api.RegCloseKey(key)

  因此段代码中用到了pywin32的的东西,所以在文件最开头需要做import win32api, win32con,引入相关的class

  修改系统注册表的函数其实就这么几行…当然,因为我厂必须通过代理服务器上网,所以修改系统注册表的键值类型我只用到了REG_SZ这一种,实际其他情况还会有REG_DWORD啊等等类型。

  然后咱需要一个配置文件,来保存各种场景『QA啊开发环境啊』的不同的配置信息,这时候我使用的配置文件为ini格式,用Python自带的ConfigParser就可以解析此种文件格式。

  没有采用以往我最熟悉的XML或者json纯粹为了装x,xml和json总觉着是web上用的东西,ini看起来比较像一个.exe比较常用的配置文件格式。

  也因为以前没用过ini格式的配置文件,这次权当又学会一种Python的玩法而已。

  所以读取ini配置文件的代码为:

  config = ConfigParser.ConfigParser()

  config.read('config.ini')

  if config.has_section(_section):

  _ProxyServer = config.get(_section, 'ProxyServer')

  _ProxyOverride = config.get(_section, 'ProxyOverride')

  同样,因为用到了ConfigParser,需要在文件最开头也import ConfigParser一下。

  细心的小伙伴会注意到这段代码中有一个_section的变量实际是没有定义的,而这个变量俺给它的含义是前边所写的『场景』,比如_section=='dev'表示开发环境,_section=='qa'表示QA环境,而咱们这次既然做的是一个类似exe的程序,所以_section需要在执行exe时候当作参数传进来。

  这时候咱们就要用到Python的sys模块了,同样import sys,然后在程序中通过:

  _section = sys.argv[1] if len(sys.argv) > 1 else 'dev'

  这样的方式来获取『场景』这个参数,这一段代码就会变成:

  _section = sys.argv[1] if len(sys.argv) > 1 else 'dev'

  config = ConfigParser.ConfigParser()

  config.read('config.ini')

  if config.has_section(_section):

  _ProxyServer = config.get(_section, 'ProxyServer')

  _ProxyOverride = config.get(_section, 'ProxyOverride')

  既然已经读取到配置文件中的ProxyServer和ProxyOverride,写入到注册表理论上就能完成咱们的修改IE代理配置的大业了:

  _section = sys.argv[1] if len(sys.argv) > 1 else 'dev'

  config = ConfigParser.ConfigParser()

  config.read('config.ini')

  if config.has_section(_section):

  _ProxyServer = config.get(_section, 'ProxyServer')

  _ProxyOverride = config.get(_section, 'ProxyOverride')

  changeIEProxy('ProxyServer', _ProxyServer)

  changeIEProxy('ProxyOverride', _ProxyOverride)

  因为注册表内容虽然已经修改了,但实际上IE浏览器并没有生效,让IE浏览器生效需要关闭重新打开。

  这时候就用到前边安装WMI,import wmi ctypes,然后:

  def kill_ie():

  c = wmi.WMI()

  kernel32 = ctypes.windll.kernel32

  for process in c.Win32_Process():

  if process.Name=='iexplore.exe':

  kernel32.TerminateProcess(kernel32.OpenProcess(1, 0, process.ProcessId), 0)

  当然,这段代码是有一点点问题的,只关闭了IE没有重新打开

  综上所述:

  完整的代码为:

  #coding=utf-8

  import win32api, win32con, sys, ConfigParser, os, wmi, ctypes

  def kill_ie():

  c = wmi.WMI()

  kernel32 = ctypes.windll.kernel32

  for process in c.Win32_Process():

  if process.Name=='iexplore.exe':

  kernel32.TerminateProcess(kernel32.OpenProcess(1, 0, process.ProcessId), 0)

  def changeIEProxy(keyName, keyValue):

  pathInReg = 'Software\Microsoft\Windows\CurrentVersion\Internet Settings'

  key = win32api.RegOpenKey(win32con.HKEY_CURRENT_USER,pathInReg, 0, win32con.KEY_ALL_ACCESS)

  win32api.RegSetValueEx(key, keyName, 0, win32con.REG_SZ, keyValue)

  win32api.RegCloseKey(key)

  def check_config():

  if not os.path.isfile('config.ini'):

  cfg = ConfigParser.ConfigParser()

  #开发环境

  cfg.add_section('dev')

  cfg.set('dev', 'ProxyServer', '192.168.0.6:3128')

  cfg.set('dev', 'ProxyOverride', 'localhost;127.0.0.1')

  #预上线

  cfg.add_section('prepare')

  cfg.set('prepare', 'ProxyServer', '192.168.0.6:3128')

  cfg.set('prepare', 'ProxyOverride', 'localhost;127.0.0.1;')

  #线上

  cfg.add_section('online')

  cfg.set('online', 'ProxyServer', '192.168.0.6:3128')

  cfg.set('online', 'ProxyOverride', 'localhost;127.0.0.1')

  #QA

  cfg.add_section('qa')

  cfg.set('qa', 'ProxyServer', '192.168.2.16:3128')

  cfg.set('qa', 'ProxyOverride', 'localhost;127.0.0.1')

  cfg.write(open('config.ini', 'a'))

  return False

  return True

  if __name__ == "__main__":

  _section = sys.argv[1] if len(sys.argv) > 1 else 'dev'

  if check_config():

  kill_ie()

  config = ConfigParser.ConfigParser()

  config.read('config.ini')

  if config.has_section(_section):

  _ProxyServer = config.get(_section, 'ProxyServer')

  _ProxyOverride = config.get(_section, 'ProxyOverride')

  changeIEProxy('ProxyServer', _ProxyServer)

  changeIEProxy('ProxyOverride', _ProxyOverride)

  print 'done, open ie'

  else:

  print 'config.ini is created, modify config.ini and try again'

责编:hym
  • 会计考试
  • 建筑工程
  • 职业资格
  • 医药考试
  • 外语考试
  • 学历考试