爬虫IP代理-设置ADSl拨号服务器代理

　　　　　　什么是ADSL？

• ADSL (Asymmetric Digital Subscriber Line ,非对称数字用户环路)是一种新的数据传输方式。它因为上行和下行带宽不对称,因此称为非对称数字用户线环路。它采用频分复用技术把普通的电话线分成了电话、上行和下行三个相对独立的信道,从而避免了相互之间的干扰。

  
  

  他有个独有的特点,每拨一次号,就获取一个新的IP。也就是它的IP是不固定的,不过既然是拨号上网嘛,速度也是有保障的,用它搭建一个代理,那既能保证可用,又能自由控制拨号切换。

  
  

  如果你是用的ADSL上网方式,那就不用过多设置了,直接自己电脑调用一个拨号命令就好了,自动换IP,分分钟解决封IP的事。

  
  

  然而,你可能说?我家宽带啊,我连得公司无线啊,我蹭的网上的啊!那咋办?

  
  

  这时,你就需要一台VPS拨号主机。

  
  购买服务器 
  

  某度广告做的那么好是吧?一搜一片,这点谷歌可是远远比不上啊。

  
  

  于是乎,我就搜了搜,键入:拨号服务器,有什么骑士互联啊、无极网络啊、挂机宝啊等等的。我选了个价钱还凑合的,选了个无极网络(这里不是在打广告),80一个月的配置,一天两块钱多点。

  
  

  2核、512M内存,10M带宽。

  
  

  下面是链接:

  
  

  无极网络拨号VPS

  
  

  大家觉得有更便宜的更好用请告诉我呀!

  
  

  接下来开始装操作系统,进入后台,有一个自助装系统的页面。

  我装的CentOS的,在后面设置代理啊,定时任务啊,远程SSH管理啊之类的比较方便。如果你想用Windows,能配置好代理那也没问题。

  
  

  有的小伙伴可能会问了,既然它的IP是拨号变化的,你咋用SSH连?其实服务商提供了一个域名,做了动态解析和端口映射,映射到这台主机的22端口就好了,所以不用担心IP变化导致SSH断开的问题。

  
  

  好了装好了服务器之后,服务商提供了一个ADSL的拨号操作过程,用pppoe命令都可以完成,如果你的是Linux的主机一般都是用这个。然后服务商还会给给你一个拨号账号和密码。

  
  

  那么接下来就是试下拨号了。

  
  

  服务商会提供详细的拨号流程说明。

  
  

  比如无极的是这样的:

  
  

  拨号流程

  
  

  设置好了之后,就有几个关键命令:

  
  
  

  1

  2

  3

  
  

  pppoe-start 拨号

  pppoe-stop断开拨号

  pppoe-status 拨号连接状态

  
  
  

  如果想重新拨号,那就执行stop、start就可以了。

  
  

  反复执行,然后查看下ip地址,你会发现拨号一次换一个IP,是不是爽翻了!

  
  

  好,那接下来就设置代理吧。

  
  设置代理服务器 
  

  之前总是用别人的代理,没自己设置过吧?那么接下来我们就来亲自搭建HTTP代理。

  
  

  Linux下搭建HTTP代理,推荐Squid和TinyProxy。都非常好配置,你想用哪个都行,且听我慢慢道来。

  
  

  我的系统是CentOS,以它为例进行说明。

  
  Squid 
  

  首先利用yum安装squid

  
  
  

  1

  
  

  yum -y install squid

  
  
  

  设置开机启动

  
  
  

  1

  
  

  chkconfig --level 35 squid on

  
  
  

  修改配置文件

  
  
  

  1

  
  

  vi/etc/squid/squid.conf

  
  
  

  修改如下几个部分:

  
  
  

  1

  2

  3

  
  

  http_access allow !Safe_ports#deny改成allow

  http_access allow CONNECT !SSL_ports#deny改成allow

  http_access allow all#deny改成allow

  
  
  

  其他的不需要过多配置。

  
  

  启动squid

  
  
  

  1

  
  

  sudo service squid start

  
  
  

  如此一来配置就完成了。

  
  

  代理使用的端口是3128

  
  TinyProxy 
  

  首先添加一下镜像源,然后安装

  
  
  

  1

  2

  3

  
  

  rpm -Uvh http://dl.fedoraproject.org/pub/epel/5/i386/epel-release-5-4.noarch.rpm

  yum update

  yum install tinyproxy

  
  
  

  修改配置

  
  
  

  1

  
  

  vi /etc/tinyproxy/tinyproxy.conf

  
  
  

  可以修改端口和允许的IP,如果想任意主机都连接那就把Allow这一行注释掉。

  
  
  

  1

  2

  3

  4

  
  

  Port 8888 #预设是8888 Port,你可以更改

  Allow 127.0.0.1 #将127.0.0.1改成你自己的IP

  #例如你的IP 是1.2.3.4,你改成Allow 1.2.3.4,那只有你才可以连上这个Proxy

  #若你想任何IP都可以脸到Proxy在Allow前面打#注释

  
  
  

  启动TinyProxy

  
  
  

  1

  
  

  service tinyproxy start

  
  
  
  

  好了,两个代理都配置好了。

  
  

  你想用那个都可以!

  
  

  不过你以为这样就完了吗?太天真了,我被困扰了好几天,怎么都连不上,我还在怀疑是不是我哪里设置得不对?各种搜,一直以为是哪里配置有遗漏,后来发现是iptables的锅,万恶的防火墙。踩过的的坑,那就不要让大家踩了,用下面的命令设置下iptables,放行3128和8888端口就好了。

  
  
  

  1

  2

  3

  4

  5

  6

  
  

  service iptables save

  systemctl stop firewalld

  systemctl disablefirewalld

  systemctl start iptables

  systemctl status iptables

  systemctl enable iptables

  
  
  

  修改iptables配置

  
  
  

  1

  
  

  vi /etc/sysconfig/iptables

  
  
  

  在

  
  
  

  1

  
  

  -A IN_public_allow -p tcp -m tcp --dport 22 -m conntrack --ctstate NEW -j ACCEPT

  
  
  

  的下面添加两条规则

  
  
  

  1

  2

  
  

  -A IN_public_allow -p tcp -m tcp --dport 3128 -m conntrack --ctstate NEW -j ACCEPT

  -A IN_public_allow -p tcp -m tcp --dport 8888 -m conntrack --ctstate NEW -j ACCEPT

  
  
  

  如图所示

  保存,然后重启iptables

  
  
  

  1

  
  

  sudo service iptabels restart

  
  
  

  输入

  
  

  ifconfig得到IP地址,在其他的主机上输入

  
  
  

  1

  
  

  curl -x IP:8888 www.baidu.com

  
  
  

  测试一下,如果能出现结果,那就说明没问题。

  如果怎么配都连不上,那干脆关了你的防火墙吧。虽然不推荐。

  
  连接代理 
  

  接下来才是重头戏,你咋知道你的服务器IP现在到底是多少啊?拨一次号IP就换一次,那这还了得?

  
  

  如果服务商提供了端口映射!那一切都解决了!直接用端口映射过去就好了。然而,我的并没有。

  
  

  自力更生,艰苦创业!

  
  

  首先我研究了一下DDNS服务,也就是动态域名解析。即使你的IP在变化,那也可以通过一个域名来映射过来。

  
  

  原理简单而统一:当前拨号主机定时向一个固定的服务器发请求,服务器获取remote_addr就好了,可以做到定时更新和解析。

  
  

  那么我找了一下,国内做的比较好的就是花生壳了,然后又找到了DNSPOD的接口解析。

  
  

  下面简单说下我的折腾过程,大家可以先不用试,后面有更有效的方法。

  
  花生壳 
  

  现在花生壳出到3.0版本了,有免费版和付费版之分,我就试用了一下免费版的。这里是花生壳的一些配置和下载:

  
  

  花生壳配置

  
  

  下载花生壳客户端之后,会生成SN码,用这个在花生壳的官网登录后,会分配给你一个免费的域名。

  
  

  接下来这个域名就能解析到你的主机了。

  
  DNSPOD 
  

  DNSPOD原理也是一样,不过好处是你可以配置自己的域名。

  
  

  在GitHub上有脚本可以使用。

  
  

  脚本链接

  
  

  具体的细节我就不说了,实际上就是定时请求,利用remote_addr更新DNSPOD记录,做到动态解析。

  
  

  解析接口

  
  

  不过!这两个有个通病!慢!

  
  

  什么慢?解析慢!但这不是他们的锅,因为DNS修改后完全生效就是需要一定的时间,这一秒你拨号了,然后更新了IP,但是域名可能还是解析着原来的IP,需要过几分钟才能变过来。这能忍吗?

  
  

  我可是在跑爬虫啊,这还能忍?

  
  自力更生 
  

  嗯,V2EX果然是个好地方,逛了一下,收获不小。

  
  

  链接在此

  
  

  参考了abelyao 的思路,自己写了脚本来获取IP,保证秒级更新!

  
  

  此时,你还需要另一台固定IP的主机或者某个云服务器,只要是地址固定的就好。在这里我用了另一台有固定IP的阿里云主机,当然你如果有什么新浪云啊之类的也可以。

  
  

  那么现在的思路就是,拨号VPS定时拨号换IP,然后请求阿里云主机,阿里云主机获取VPS的IP地址即可。

  
  

  拨号VPS做的事情:

  
  

  定时拨号,定时请求服务器。使用bash脚本,然后crontab定时执行。

  
  

  远程服务器:

  
  

  接收请求,获取remote_addr,保存起来。使用Flask搭建服务器,接收请求。

  
  

  废话少说,上代码

  
  

  AutoProxy

  
  功能 
  

  由于DDNS生效时间过长,对于爬虫等一些时间要求比较紧迫的项目就不太适用,为此本项目根据DDNS基本原理来实现实时获取ADSL拨号主机IP。

  
  基本原理 
  

  client文件夹由ADSL拨号客户机运行。它会定时执行拨号操作,然后请求某个固定地址的服务器,以便让服务器获取ADSL拨号客户机的IP,主要是定时bash脚本运行。

  
  

  server文件夹是服务器端运行,利用Python的Flask搭建服务器,然后接收ADSL拨号客户机的请求,得到remote_addr,获取客户机拨号后的IP。

  
  项目结构 
  serverconfig.py 配置文件。 
  ip 客户端请求后获取的客户端IP,文本保存。 
  main.py Flask主程序,提供两个接口,一个是接收客户端请求,然后将IP保存,另外一个是获取当前保存的IP。 clientcrontab 定时任务命令示例。 
  pppoe.sh 拨号脚本,主要是实现重新拨号的几个命令。 
  request.sh 请求服务器的脚本,主要是实现拨号后请求服务器的操作。 
  reqeust.conf 配置文件。 使用 
  服务器 
  

  服务器提供两个功能,record方法是客户机定时请求,然后获取客户机IP并保存。proxy方法是供我们自己用,返回保存的客户机IP,提取代理。

  
  

  克隆项目

  
  
  

  1

  
  

  git clone https://github.com/Germey/AutoProxy.gi

  
  
  

  修改配置

  
  

  修改config.py文件

  KEY 是客户端请求服务器时的凭证,在client的reqeust.conf也有相同的配置,二者保持一致即可。 
  NEED_AUTH 在获取当前保存的IP(即代理的IP)的时候,为防止自己的主机代理被滥用,在获取IP的时候,需要加权限验证。 
  AUTH_USER和AUTH_PASSWORD分别是认证用户名密码。 
  PORT默认端口,返回保存的结果中会自动添加这个端口,组成一个IP:PORT的代理形式。 运行 
  
  

  1

  2

  
  

  cd server

  nohup python main.py

  
  
  

  ADSL客户机

  
  

  克隆项目

  
  
  

  1

  
  

  git clone https://github.com/Germey/AutoProxy.git

  
  
  

  修改配置

  
  

  修改reqeust.conf文件

  KEY 是客户端请求服务器时的凭证,在server的config.py也有相同的配置,二者保持一致即可。 
  SERVER是服务器项目运行后的地址,一般为http://<服务器IP>/record。如http://120.27.14.24/record。

  修改pppoe.sh文件

  
  

  这里面写上重新拨号的几条命令,记得在前两行配置一下环境变量,配置上拨号命令所在的目录,以防出现脚本无法运行的问题。

  
  运行 
  

  设置定时任务

  
  
  

  1

  
  

  crontab -e

  
  
  

  输入crontab的实例命令

  
  
  

  1

  
  

  */5 * * * * /var/py/AutoProxy/client/request.sh /var/py/AutoProxy/client/request.conf >> /var/py/AutoProxy/client/request.log

  
  
  

  注意修改路径,你的项目在哪里,都统一修改成自己项目的路径。

  
  

  最前面的*/5是5分钟执行一次。

  
  

  好了,保存之后,定时任务就会开启。

  
  验证结果 
  

  这样一来,访问服务器地址,就可以得到ADSL拨号客户机的IP了。

  
  
  

  1

  2

  3

  4

  5

  
  

  import requests

  url = 'http://120.27.14.24:5000'

  proxy = requests.get(url, auth=('admin', '123')).text

  print(proxy)

  
  
  

  实例结果:

  
  
  

  1

  
  

  116.208.97.22:8888

  
  
  扩展 
  

  如果你有域名,可以自己解析一个域名,这样就可以直接请求自己的域名,拿到实时好用的代理了,而且定时更新。

  
  

  

  
  代理设置 
  urllib2 
  
  

  1

  2

  3

  4

  5

  6

  
  

  import urllib2

  proxy_handler = urllib2.ProxyHandler({"http": 'http://' + proxy})

  opener = urllib2.build_opener(proxy_handler)

  urllib2.install_opener(opener)

  response = urllib2.urlopen('http://httpbin.org/get')

  print response.read()

  
  
  
  requests 
  
  

  1

  2

  3

  4

  5

  6

  
  

  import requests

  proxies = {

  'http': 'http://' + proxy,

  }

  r = requests.get('http://httpbin.org/get', proxies=proxies)

  print(r.text)

  
  
  
  

  以上便秒级解决了动态IP解析,自己实现了一遍DDNS,爽!

  
  

  那这样以来,以后就可以直接请求你的主机获取一个最新可用的代理IP了,稳定可用,定时变化!

  
  

  以上便是ADSL拨号服务器配置的全过程,希望对大家有帮助!

以上是

Python爬虫进阶七之设置ADSL拨号服务器代理

的内容，更多 

进阶 爬虫 拨号 设置 服务器 代理 Python adsl 

的内容，请您使用右上方搜索功能获取相关信息。