Selenium 如何使用代理 IP 进行 Web 爬虫（包括无认证实现、有账号密码认证实现）

文章目录

版本无账号密码使用 Selenium 实现 HTTP 代理万万没想到加上账号密码会难度升级 + NGPT 提供的带账号密码的 HTTP 代理解决方案代理 IP如何获取 Selenium-Chrome-HTTP-Private-Proxy HTTP 代理解决方案如何实现 总结总结个人简介

版本

Python 3.x

无账号密码使用 Selenium 实现 HTTP 代理

最近一个朋友私聊了我一个问题，Selenium 如何使用代理 IP 进行爬虫，我心想这不是很简单，马上让 GPT 帮忙写一个：

完整代码如下：

from selenium import webdriverfrom selenium.webdriver.common.proxy import Proxy, ProxyType# 设置代理IPproxy_ip = "your_proxy_ip"proxy_port = "your_proxy_port"# 设置代理proxy = Proxy()proxy.proxy_type = ProxyType.MANUALproxy.http_proxy = f"{proxy_ip}:{proxy_port}"proxy.ssl_proxy = f"{proxy_ip}:{proxy_port}"# 配置浏览器选项chrome_options = webdriver.ChromeOptions()chrome_options.add_argument('--proxy-server=http://{}:{}'.format(proxy_ip, proxy_port))# 启动浏览器driver = webdriver.Chrome(executable_path='path/to/chromedriver', options=chrome_options)# 访问百度官网driver.get('https://www.baidu.com')# 在这里执行你的操作，比如查找元素、输入搜索关键词等# 关闭浏览器driver.quit()

GPT 提供的代码有时候并不准确，需要简单修改一下，运行成功：

import timefrom selenium import webdriverfrom selenium.webdriver.chrome.service import Service# 设置代理IPproxy_ip = "127.0.0.1"proxy_port = "1080"# 配置浏览器选项chrome_options = webdriver.ChromeOptions()chrome_options.add_argument('--proxy-server=http://{}:{}'.format(proxy_ip, proxy_port))# 启动浏览器chrome_service = Service("./chromedriver.exe")driver = webdriver.Chrome(service=chrome_service, options=chrome_options)# 访问百度官网driver.get('https://www.baidu.com')# 在这里执行你的操作，比如查找元素、输入搜索关键词等time.sleep(30)# 关闭浏览器driver.quit()

万万没想到加上账号密码会难度升级 + N

代码提供给朋友后，他突然回了一句，我的代理 IP 有账号密码，我心想这不简单，加上账号密码不就行了，然后我又转头把任务交给了 GPT，GPT 又给我提供了一份代码（下面的代码经过微调，还是上面的问题）：

GPT 提供的带账号密码的 HTTP 代理解决方案

import timefrom selenium import webdriverfrom selenium.webdriver.chrome.service import Servicefrom selenium.webdriver.common.proxy import Proxy, ProxyType# 设置代理IPproxy_ip = "your_proxy_ip"proxy_port = "your_proxy_port"proxy_username = "your_proxy_username"proxy_password = "your_proxy_password"# 设置代理proxy = Proxy()proxy.proxy_type = ProxyType.MANUALproxy.http_proxy = f"{proxy_ip}:{proxy_port}"# 配置代理的认证信息capabilities = webdriver.DesiredCapabilities.CHROME.copy()proxy_auth = f"{proxy_username}:{proxy_password}"capabilities['proxy'] = {    'httpProxy': proxy.http_proxy,    'ftpProxy': proxy.http_proxy,    'sslProxy': proxy.http_proxy,    'proxyType': 'MANUAL',    'socksUsername': proxy_username,    'socksPassword': proxy_password}# 配置浏览器选项chrome_options = webdriver.ChromeOptions()chrome_options.add_experimental_option("excludeSwitches", ["enable-automation"])chrome_options.add_argument('--proxy-server=http://{}:{}'.format(proxy_ip, proxy_port))# 启动浏览器chrome_service = Service("./chromedriver.exe")driver = webdriver.Chrome(service=chrome_service, options=chrome_options)# 访问百度官网driver.get('https://www.baidu.com')# 在这里执行你的操作，比如查找元素、输入搜索关键词等time.sleep(30)# 关闭浏览器driver.quit()

代理 IP

代码写好后不想改本地正常稳定使用的代理配置，使用了最近常使用的一个免费代理 IP (一连代理)，支持主流的http/https/socks5协议，使用API快速拉取IP达到 50-300ms 响应时间，基本可以保证 99.99% 的IP可用性，有需要的小伙伴可以试试（有付费需求的小伙伴报暗号-Lorin洛林 可以打85折）。

如何获取

前往官网进入套餐详情页（https://yilian.top）

按需选择参数，领取4种见面礼

前往【控制台】—【产品管理】提取 IP

我使用的是 API 文档中的 simple 模式获取：

http://api.yilian.top/v2/proxy/proxies?num=1&type=1&token=XUzBRPIdCesGx7DYyaHerdaP2XkuXk2m&format=txt]{    "errcode": 0,    "errmsg": "获取ip地址成功,共1个",    "data": [        {            "real_ip": "182.114.35.123",            "ip": "182.114.35.123",            "prov": "河南",            "city": "三门峡",            "isp": "联通",            "proxy_user": "9ER62CtIr",            "proxy_pass": "fGGVvqedX",            "proxy_port": 10007,            "usage": "curl -x 182.114.35.123:10007 -U 9ER62CtIr:fGGVvqedX https://www.baidu.com",            "expire_time": "2023-12-31 17:49:59",            "expire_timestamp": 1704016199        }    ]}

申请好代理IP后替换代码中账号密码然后点击运行，发现并没有通过认证：

为了排除是代理本身的问题，使用 curl 命令确认代理 IP 是否可以正常访问，说明是使用上的问题，经过15分钟的搜索和验证，最后让我找到了解决方案 - 使用 Selenium-Chrome-HTTP-Private-Proxy。

Selenium-Chrome-HTTP-Private-Proxy HTTP 代理解决方案

默认情况下，Chrome的–proxy-server="http://ip:port"参数不支持设置用户名和密码认证。因此"Selenium + Chrome Driver"无法使用HTTP Basic Authentication的HTTP代理。一种变通的方式就是采用IP地址认证，但在国内网络环境下，大多数用户都采用ADSL形式网络接入，IP是变化的，也无法采用IP地址绑定认证。因此迫切需要找到一种让Chrome自动实现HTTP代理用户名密码认证的方案。Stackoverflow上有人分享了一种利用Chrome插件实现自动代理用户密码认证的方案非常不错，详细地址：http://stackoverflow.com/questions/9888323/how-to-override-basic-authentication-in-selenium2-with-java-using-chrome-driver鲲之鹏的技术人员在此思路的基础上用Python实现了自动化的Chrome插件创建过程，即根据指定的代理“username:password@ip:port”自动创建一个Chrome代理插件，然后可以在"Selenium + Chrome Driver"中通过安装该插件实现代理配置功能（插件地址：https://github.com/RobinDev/Selenium-Chrome-HTTP-Private-Proxy）

如何实现

1、访问插件地址下载插件，放在项目目录中供使用2、编写代码

import timefrom selenium import webdriverfrom selenium.webdriver.chrome.options import Optionsfrom selenium.webdriver.chrome.service import Servicedef create_proxyauth_extension(proxy_host, proxy_port,                               proxy_username, proxy_password,                               scheme='http', plugin_path=None):    """Proxy Auth Extension    args:        proxy_host (str): domain or ip address, ie proxy.domain.com        proxy_port (int): port        proxy_username (str): auth username        proxy_password (str): auth password    kwargs:        scheme (str): proxy scheme, default http        plugin_path (str): absolute path of the extension    return str -> plugin_path    """    import string    import zipfile    if plugin_path is None:        plugin_path = 'Selenium-Chrome-HTTP-Private-Proxy.zip'    manifest_json = """    {        "version": "1.0.0",        "manifest_version": 2,        "name": "Chrome Proxy",        "permissions": [            "proxy",            "tabs",            "unlimitedStorage",            "storage",            "<all_urls>",            "webRequest",            "webRequestBlocking"        ],        "background": {            "scripts": ["background.js"]        },        "minimum_chrome_version":"22.0.0"    }    """    background_js = string.Template(        """        var config = {                mode: "fixed_servers",                rules: {                  singleProxy: {                    scheme: "${scheme}",                    host: "${host}",                    port: parseInt(${port})                  },                  bypassList: ["foobar.com"]                }              };        chrome.proxy.settings.set({value: config, scope: "regular"}, function() {});        function callbackFn(details) {            return {                authCredentials: {                    username: "${username}",                    password: "${password}"                }            };        }        chrome.webRequest.onAuthRequired.addListener(                    callbackFn,                    {urls: ["<all_urls>"]},                    ['blocking']        );        """    ).substitute(        host=proxy_host,        port=proxy_port,        username=proxy_username,        password=proxy_password,        scheme=scheme,    )    with zipfile.ZipFile(plugin_path, 'w') as zp:        zp.writestr("manifest.json", manifest_json)        zp.writestr("background.js", background_js)    return plugin_pathdef configure_headless_browser(proxy_config):    chrome_options = Options()    chrome_options.add_argument("--start-maximized")    proxyauth_plugin_path = create_proxyauth_extension(        proxy_host=proxy_config[0],        proxy_port=proxy_config[1],        proxy_username=proxy_config[2],        proxy_password=proxy_config[3]    )    chrome_options.add_extension(proxyauth_plugin_path)    # chrome_options.add_argument('--headless')    # chrome_options.add_argument(    #     "user-agent='Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36'")    chrome_service = Service("./chromedriver.exe")    return webdriver.Chrome(service=chrome_service, options=chrome_options)# 设置代理IPproxy_config = ["175.153.142.127""", "10033", "9ER62CtIr", "fGGVvqedX"]# 启动浏览器driver = configure_headless_browser(proxy_config)# 访问百度官网driver.get('https://www.baidu.com')# 在这里执行你的操作，比如查找元素、输入搜索关键词等time.sleep(30)# 关闭浏览器driver.quit()

点击测试运行，运行成功，并确认正确使用代理IP：

总结

本文介绍了 Selenium 使用无账号和有账号密码进行代理爬虫的方式，无账号密码主要基于浏览器 --proxy-server 参数实现，而有账号密码的方式基于 Selenium-Chrome-HTTP-Private-Proxy 插件实现；同时分享了一种免费获取代理IP的方式（一连代理），感兴趣的朋友可以试试。

总结

本文介绍了 Selenium 使用无账号和有账号密码进行代理爬虫的方式，无账号密码主要基于浏览器 --proxy-server 参数实现，而有账号密码的方式基于 Selenium-Chrome-HTTP-Private-Proxy 插件实现；同时分享了一种免费获取代理IP的方式（一连代理），感兴趣的朋友可以试试。

个人简介

? 你好，我是 Lorin 洛林，一位 Java 后端技术开发者！座右铭：Technology has the power to make the world a better place.

? 我对技术的热情是我不断学习和分享的动力。我的博客是一个关于Java生态系统、后端开发和最新技术趋势的地方。

? 作为一个 Java 后端技术爱好者，我不仅热衷于探索语言的新特性和技术的深度，还热衷于分享我的见解和最佳实践。我相信知识的分享和社区合作可以帮助我们共同成长。

? 在我的博客上，你将找到关于Java核心概念、JVM 底层技术、常用框架如Spring和Mybatis 、MySQL等数据库管理、RabbitMQ、Rocketmq等消息中间件、性能优化等内容的深入文章。我也将分享一些编程技巧和解决问题的方法，以帮助你更好地掌握Java编程。

? 我鼓励互动和建立社区，因此请留下你的问题、建议或主题请求，让我知道你感兴趣的内容。此外，我将分享最新的互联网和技术资讯，以确保你与技术世界的最新发展保持联系。我期待与你一起在技术之路上前进，一起探讨技术世界的无限可能性。

? 保持关注我的博客，让我们共同追求技术卓越。