7

我需要帮助在 Ubuntu 中设置 Tor 并在 scrapy 框架中使用它。

我做了一些研究，发现了这个指南：

class RetryChangeProxyMiddleware(RetryMiddleware):

    def _retry(self, request, reason, spider):
        log.msg('Changing proxy')
        tn = telnetlib.Telnet('127.0.0.1', 9051)
        tn.read_until("Escape character is '^]'.", 2)
        tn.write('AUTHENTICATE "267765"\r\n')
        tn.read_until("250 OK", 2)
        tn.write("signal NEWNYM\r\n")
        tn.read_until("250 OK", 2)
        tn.write("quit\r\n")
        tn.close()
        time.sleep(3)
        log.msg('Proxy changed')
        return RetryMiddleware._retry(self, request, reason, spider)

然后在 settings.py 中使用它：

DOWNLOADER_MIDDLEWARE = {
                         'spider.middlewares.RetryChangeProxyMiddleware': 600,
                         }

然后您只想通过本地 tor 代理（polipo）发送请求，这可以通过以下方式完成：

tsocks scrapy crawl spirder

有人可以确认，这种方法有效并且您获得了不同的IP吗？

4

1 回答 1

0

我正在使用这个片段：http ://snipplr.com/view/66992/use-a-random-user-agent-for-each-request/

更新：修复了断开的链接

于 2012-08-26T09:43:29.163 回答