4.7 配置代理(beta)
从0.4.0版本开始,WebMagic开始支持Http代理,并且在0.5.2版本由网友@yxssfxwzy提交了一个可自动切换的代理池。
因为场景的多样性,代理这部分API一直处于不稳定状态,但是因为需求确实存在,所以WebMagic会继续支持代理部分的完善。目前发布的API只是beta版,后续API可能会有更改。代理相关的设置都在Site类中。
API | 说明 |
---|---|
Site.setHttpProxy(HttpHost httpProxy) | 设置单一的普通HTTP代理 |
Site.setUsernamePasswordCredentials(UsernamePasswordCredentials usernamePasswordCredentials) | 为HttpProxy设置账号密码 |
Site.setHttpProxyPool(List\ |
设置代理池 |
代理示例:
- 设置单一的普通HTTP代理为101.101.101.101的8888端口,并设置密码为"username","password"
site.setHttpProxy(new HttpHost("101.101.101.101",8888))
.setUsernamePasswordCredentials(new UsernamePasswordCredentials("username","password"))
- 设置代理池,其中包括101.101.101.101和102.102.102.102两个IP
List<String[]> poolHosts = new ArrayList<String[]>();
poolHosts.add(new String[]{"username","password","101.101.101.101","8888"});
poolHosts.add(new String[]{"username","password","102.102.102.102","8888"});
//httpProxyList输入是IP+PORT, isUseLastProxy是指重启时是否使用上一次的代理配置
site.setHttpProxyPool(poolHosts,false);
0.6.0版本后,允许实现自己的代理池,通过扩展接口ProxyPool
来实现。目前WebMagic的代理池逻辑是:轮流使用代理池中的IP,如果某个IP失败超过20次则增加2小时的重用时间,具体实现可以参考SimpleProxyPool
。
如果对于代理部分有建议的,欢迎参与讨论#432 代理API和需求征集