爬虫IP代理-设置ADSl拨号服务器代理

时间:2021-05-21 20:40:28

      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*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





      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。


      爬虫IP代理-设置ADSl拨号服务器代理


      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。