使用HTTP代理-Python

Question

我熟悉这样一个事实：我应该将HTTP-RPOXY环境变量设置为代理地址。

通常urllib工作正常，问题是处理urllib2。

>>> urllib2.urlopen("http://www.google.com").read()

回报

urllib2.URLError: <urlopen error [Errno 10061] No connection could be made because the target machine actively refused it>

或者

urllib2.URLError: <urlopen error [Errno 11004] getaddrinfo failed>

---

额外信息：

urllib.urlopen（…..）工作正常！只是urllib2在耍花招……

我试过@Fenikso答案，但现在我得到了这个错误：

URLError: <urlopen error [Errno 10060] A connection attempt failed because the 
connected party did not properly respond after a period of time, or established
connection failed because connected host has failed to respond>      

---

有什么想法吗？

Answer 1

只是想提一下，如果需要访问https url，您可能还必须设置https_proxyOS环境变量。 在我的情况下，这对我来说并不明显，我花了几个小时试图发现这一点。

我的用例：Win 7，jython-standalone-2.5.3.jar，通过ez_setup.py安装setuptools

Answer 2

即使不使用HTTP_PROXY环境变量，也可以执行此操作。尝试此示例：

import urllib2

proxy_support = urllib2.ProxyHandler({"http":"http://61.233.25.166:80"})
opener = urllib2.build_opener(proxy_support)
urllib2.install_opener(opener)

html = urllib2.urlopen("http://www.google.com").read()
print html

在您的情况下，代理服务器似乎确实在拒绝连接。

---

还有更多的尝试：

import urllib2

#proxy = "61.233.25.166:80"
proxy = "YOUR_PROXY_GOES_HERE"

proxies = {"http":"http://%s" % proxy}
url = "http://www.google.com/search?q=test"
headers={'User-agent' : 'Mozilla/5.0'}

proxy_support = urllib2.ProxyHandler(proxies)
opener = urllib2.build_opener(proxy_support, urllib2.HTTPHandler(debuglevel=1))
urllib2.install_opener(opener)

req = urllib2.Request(url, None, headers)
html = urllib2.urlopen(req).read()
print html

---

编辑2014: 这似乎是一个很受欢迎的问题/答案。不过，今天我将使用第三方^{}模块。

对于一个请求，请执行以下操作：

import requests

r = requests.get("http://www.google.com", 
                 proxies={"http": "http://61.233.25.166:80"})
print(r.text)

对于多个请求，请使用Session对象，这样就不必在所有请求中添加proxies参数：

import requests

s = requests.Session()
s.proxies = {"http": "http://61.233.25.166:80"}

r = s.get("http://www.google.com")
print(r.text)

Answer 3

我建议您使用“请求”模块。

它比内置的http客户端容易得多： http://docs.python-requests.org/en/latest/index.html

示例用法：

r = requests.get('http://www.thepage.com', proxies={"http":"http://myproxy:3129"})
thedata = r.content