Python 环境使用代理

在现代网络环境中，代理服务器已成为保护隐私、安全访问网络资源的重要工具。对于 Python 开发者来说，了解如何在 Python 环境中设置和使用代理是非常有必要的。这篇文章将详细介绍在 Python 中如何使用 HTTP 和 SOCKS 代理，以便在各种情况下保护自己的网络请求。

什么是代理及其作用

在讨论具体实现之前，我们需要理解代理的基本概念。代理服务器是一种中间服务器，它可以替代用户访问目标服务器。其主要作用包括：

隐私保护：通过代理服务器，用户的真实 IP 地址得以隐藏，保护用户的隐私。
访问控制：代理服务器可以限制用户对特定网站的访问，从而实现网络资源的管理和控制。
性能提升：通过缓存功能，代理服务器可以减少网络请求次数，提升访问速度。
安全性增强：代理服务器可以过滤危险内容，防止恶意攻击。

代理服务器工作原理

Python 中的 HTTP 全局代理配置

在 Python 中，设置 HTTP 全局代理非常简单，可以通过两种方式实现：环境变量和代码实现。

环境变量方式

通过环境变量设置代理是最简单的一种方式。可以在命令行中设置以下变量：

export http_proxy="http://127.0.0.1:1231"
export https_proxy="http://127.0.0.1:1231"

一旦设置完成，Python 脚本在执行网络请求时将自动使用这些代理配置。这种方式的优点是简单易行，但缺点是对所有请求生效，无法针对性设置。

代码实现方式

如果需要在代码中灵活设置代理，可以使用 os 模块进行配置：

import os
os.environ["http_proxy"] = "http://127.0.0.1:1231"
os.environ["https_proxy"] = "http://127.0.0.1:1231"

这种方式允许在程序运行时动态设置代理，适合需要根据不同条件调整代理配置的场景。

HTTP 代理设置

使用 SOCKS 代理

相比于 HTTP 代理，SOCKS 代理提供了更高的灵活性，支持更多协议。要在 Python 中使用 SOCKS 代理，可以采用以下方法。

安装和配置

首先需要安装 pysocks 库：

pip install pysocks

安装完成后，可以在代码中设置 SOCKS 代理：

import socket
import socks

socks.set_default_proxy(socks.SOCKS5, "127.0.0.1", 8080)
socket.socket = socks.socksocket

这段代码将所有网络请求通过本地 SOCKS5 代理端口 8080 进行转发。

使用 tsocks 工具

另外一种方法是使用 tsocks 工具，在执行脚本时通过命令行设置代理：

tsocks python3 myscript.py

这种方法无需修改代码，适合快速测试和使用。

SOCKS 代理设置

针对特定请求设置代理

在某些情况下，开发者可能只希望对部分请求使用代理。这时可以通过 requests 库的 proxies 参数来实现。

import requests
proxies = {
    'http': 'socks5://127.0.0.1:8080',
    'https': 'socks5://127.0.0.1:8080'
}
response = requests.get('http://example.com', proxies=proxies)
print(response.content)

通过这种方式，可以灵活地对不同的请求设置不同的代理配置。

代理的种类及区别

代理主要分为 HTTP 代理和 SOCKS 代理，两者在使用场景和功能上有所不同。

HTTP 代理

HTTP 代理通常用于 Web 浏览器和 HTTP 客户端软件，主要用于转发 HTTP 请求。

SOCKS 代理

SOCKS 代理是一种通用的代理协议，支持多种应用层协议，包括 HTTP、FTP、SMTP 等。它工作在 TCP 层，能够处理任何类型的协议。

HTTP vs SOCKS

示例代码：结合 OpenAI API 使用代理

以下是一个结合 OpenAI API 的代理使用示例，展示如何在代码中集成代理设置。

import os
import openai

os.environ["http_proxy"] = "http://127.0.0.1:7890"
os.environ["https_proxy"] = "http://127.0.0.1:7890"

openai.api_key = "YOUR_API_KEY"

def get_completion(prompt, model="gpt-3.5-turbo"):
    messages = [{"role": "user", "content": prompt}]
    response = openai.ChatCompletion.create(
        model=model,
        messages=messages,
        temperature=0
    )
    return response.choices[0].message["content"]

if __name__ == '__main__':
    print(get_completion("1+1是多少？"))