更多>>关于我们

西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效绕过各种反采集策略。

您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。

数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。

更多>>官方微博

西安鲲之鹏
陕西 西安

加关注

  • 【经验分享】pyautogui出现“SyntaxError: 'return' with argument inside generator”异常(如图所示)的解决:卸载pyscreeze,安装pyscreeze 0.1.19版本即可。

    sudo pip uninstall pyscreeze   
    sudo pip install pyscreeze==0.1.19 ​​​​
    发布时间:2019-03-27 11:51:05
  • 【经验分享】使用 Chrome DevTools Protocol 协议,在Network.responseReceived时调用Network.getResponseBody获取应答正文有时会出现“No resource with given identifier”异常,是什么原因?
    解答:当浏览器接收到HTTP应答头之后Network.responseReceived被调用,但此时HTTP应答正文(ResponseBody)可能还没到位,应当在Network.loadingFinished时再调用Network.getResponseBody。
    发布时间:2019-03-25 16:42:04
  • 【经验分享】使用Fiddler时如何屏蔽Chrome的证书警告:"Your connection is not private"/"您的连接不是私密连接"(如图1所示)?
    启动chrome的时候加上--ignore-certificate-errors命令行参数(如图2所示)即可。
    测试效果如图3所示。 ​​​​
    发布时间:2019-03-21 17:30:46
  • 【经验分享】Ubuntu server下google-chrome启动出现"[5430:5430:0321/124708.367027:ERROR:browser_dm_token_storage_linux.cc(101)] Error: /etc/machine-id contains 0 characters (32 were expected)."问题的解决:

    sudo cp /var/lib/dbus/machine-id /etc/machine-id

    参考:https://unix.stackexchange.com/questions/477180/error-etc-machine-id-contains-32-characters-32-were-expected ​​​​
    发布时间:2019-03-21 12:57:06
  • 【经验分享】requests库使用py2exe打包之后出现"Could not find a suitable TLS CA certificate bundle"问题的解决:
    原因是打包之后按默认路径无法找到cacert.pem文件。将cacert.pem复制到exe同目录下,然后在程序里设置REQUESTS_CA_BUNDLE环境变量,如下:
    os.environ['REQUESTS_CA_BUNDLE'] =  os.path.join(os.path.dirname(sys.argv[0]), 'cacert.pem')
    重新打包,问题消失。

    参考:https://stackoverflow.com/questions/10667960/python-requests-throwing-sslerror
    发布时间:2019-03-20 13:11:35
  • 【经验分享】Ubuntu上添加可信任根证书
    1. 如果是pem格式的根证书,先重命名为 .crt格式,例如( mitmproxy-ca-cert.crt)。
    2. sudo cp  mitmproxy-ca-cert.crt  /usr/local/share/ca-certificates。
    3. sudo update-ca-certificates

    update-ca-certificates命令将PEM格式的根证书内容附加到/etc/ssl/certs/ca-certificates.crt ,而/etc/ssl/certs/ca-certificates.crt 包含了系统自带的各种可信根证书.
    发布时间:2019-03-18 11:03:48
  • 【经验分享】Python urllib2连接HTTPS网站出现“SSL routines:SSL23_GET_SERVER_HELLO:sslv3 alert handshake failure”问题(如图1所示)的解决。从这里github.com/pytorch/pytorch/issues/3193得知,Python2.7.9之前的版本连接某些HTTPS网站会有这个问题,之后的版本没有问题。于是测了下别的服务器上的Python2.7.12版本,果然没有问题(如图2所示)。

    似乎也是跟SNI有关,去年我们曾写过一篇文章《SNI导致Python 2.7建立TLS连接出现104错误问题的解决》 ,也是升级到最新版本的Python之后问题解决,详细过程见这里 :http://t.cn/EZSeTBn

    附:测试连接 https://jobs.51job.com/beijing-hdq/111488127.html?s=01&t=0
    发布时间:2019-03-14 15:41:19
  • 【经验分享】远程GeckoDriver的使用 - 鲲之鹏的技术人员在本文向您介绍如何远程使用GeckoDriver调用多台服务器上的Firefox浏览器进行数据抓取。  >>> http://www.site-digger.com/html/articles/20190313/716.html ​​​​
    发布时间:2019-03-14 15:26:50
  • 【经验分享】PDF表格抽取Python库 Camelot - https://github.com/socialcopsdev/camelot
    Camelot is a Python library that makes it easy for anyone to extract tables from PDF files!

    依赖的库有点多,不过效果超赞!

    实测效果:
    图1为PDF原始文件截图;
    图2为抽取为CSV后截图; ​​​​
    发布时间:2019-02-20 12:00:43
  • 【经验分享】“永辉生活微信小程序”不响应KEYCODE_PAGE_UP(92) 怎么破?
    测试发现可以响应KEYCODE_DPAD_DOWN(20),不过KEYCODE_DPAD_DOWN一次只能滚动很小的幅度。怎么提升效率? 一次发送多个CODE即可。
    例如,一次发送10个KEYCODE_DPAD_DOWN操作:
    adb shell input keyevent 20 20 20 20 20 20 20 20 20 20
    发布时间:2019-02-15 19:14:57
当前位置: 首页 > 技术文章 >
如何程序化设置安卓设备的HTTP代理
发布时间:2019-06-08 来源:未知 浏览:

在模拟操作安卓App进行数据采集的时候,我们需要给安卓设备(或模拟器)设置HTTP代理,手动设置的方法网上有很多介绍(WIFI属性->高级选项->代理设置)。对于需要频繁切换代理IP的情况,手动设置显然不太可能,那么如何通过程序进行HTTP代理设置呢?

前面我们曾介绍过“Drony + 动态PAC文件”实现安卓设备下的自动代理切换(http://www.site-digger.com/html/articles/20190113/694.html),但是该方案也无法直接通过程序来控制。

下面再介绍两种可以通过程序控制安卓设备HTTP代理的方案:

1.使用AndroidProxySetter APP

通过adb调用AndroidProxySetter这个安卓APP,来实现代理的设置和清除功能,不需要ROOT权限。关于AndroidProxySetter的使用方法,详见这里:https://github.com/jpkrause/AndroidProxySetter,APK下载地址:https://github.com/jpkrause/AndroidProxySetter/releases

下面是用法举例:

# 设置设备的代理为192.168.1.8:8888
adb shell am start -n tk.elevenk.proxysetter/.MainActivity -e host 192.168.1.8 -e port 8888

# 清除代理配置
adb shell am start -n tk.elevenk.proxysetter/.MainActivity -e clear true

PS:上述命令中未指定WIFI名称,proxysetter将会使用默认连接的WIFI。

注意:实测发现,该方案只支持安卓4.x及以下版本。

由于proxysetter依赖于https://github.com/shouldit/android-proxy/tree/master/android-proxy-library,而在android-proxy-library主页有说明:"supported all Android versions: 1.x - 2.x - 3.x - 4.x"。

2.通过配置系统的http_proxy参数

注意:该方法适合于安卓5.x及以上版本。

下面是用法举例:

设置代理为192.168.1.8:8888:

adb shell settings put global http_proxy 192.168.1.8:8888

PS:所有安卓版本都支持。
安卓4.x及以下版本请慎用该方法,一旦设置代理后,无法轻易清除。

清除代理:

adb shell settings delete global http_proxy
adb shell settings delete global global_http_proxy_host
adb shell settings delete global global_http_proxy_port

PS:只有安卓5.x及以上版本才支持delete命令。
安卓4.x版本清除http_proxy代理设置的方法可以参考:https://stackoverflow.com/questions/31807559/undo-setting-proxy-via-settings-global-in-android,需要ROOT权限。
清除代理后需要重启设备才能生效。

上述命令实际上是对/data/data/com.android.providers.settings/databases/settings.db这个SQLite数据库进行了添加/删除操作。
如下图所示为settings.db中http代理的相关参数:

 

总结一下,Android 4.x及以下版本,使用AndroidProxySetter,Andorid 5.x及以上版本使用http_proxy属性。下面给出一个我们在项目中使用的Python代码片段,它能够根据设备的安卓版本,自动选用合适的方法进行代理设置和代理清除。

# coding: utf-8

import os
import time
import subprocess

class ADBProxyManager:
    """通过ADB设置安卓设备的HTTP代理
    """
    def __init__(self):
        # 设备安卓主版本号
        self.device_android_version = self.get_device_android_version()
    
    def get_device_android_version(self):
        """获取设备的安卓版本
        """
        ret = subprocess.check_output('adb shell getprop ro.build.version.release', shell=True)
        if '.' in ret:
            return int(ret.strip().split('.')[0])
        else:
            raise Exception(u'获取设备的安卓版本号失败.')
        
    def ensure_install_proxysetter(self):
        """确保安装了AndroidProxySetter
        """
        while True:
            apps_installed = subprocess.check_output('adb shell pm list packages').splitlines()
            if 'package:tk.elevenk.proxysetter' not in apps_installed:
                print u'该手机尚未安装"WIFI代理设置器", 将自动安装.'
                os.system('adb install ./bin/proxy-setter.apk')
                time.sleep(10)
            else:
                break
        
    def set_proxy(self, host, port):
        """设置代理
        host - 代理IP;
        port - 代理端口;
        """
        if self.device_android_version <= 4:
            # 安卓4.x之下可以使用AndroidProxySetter来设置代理
            print u'当前设备安卓版本号为{}.*, 将使用AndroidProxySetter来配置代理'.format(self.device_android_version)
            # 确保安装了AndroidProxySetter
            self.ensure_install_proxysetter()
            os.system('adb shell am start -n tk.elevenk.proxysetter/.MainActivity -e host {} -e port {}'.format(host, port))
            time.sleep(10)
        else:
            # 安卓4.x之上版本使用global http_proxy参数来设置代理
            print u'当前设备安卓版本号为{}.*, 将通过系统global http_proxy属性来配置代理'.format(self.device_android_version)
            os.system('adb shell settings put global http_proxy {}:{}'.format(host, port))
            time.sleep(5)
            
    
    def clear_proxy(self):
        """清除代理
        """
        if self.device_android_version <= 4:
            # 安卓4.x之下可以使用AndroidProxySetter来设置代理
            print u'当前设备安卓版本号为{}.*, 将使用AndroidProxySetter来配置代理'.format(self.device_android_version)
            # 确保安装了AndroidProxySetter
            self.ensure_install_proxysetter()
            os.system('adb shell am start -n tk.elevenk.proxysetter/.MainActivity -e clear true')
            time.sleep(5)
        else:
            # 安卓4.x之上版本使用global http_proxy参数来设置代理
            print u'当前设备安卓版本号为{}.*, 将通过系统global http_proxy属性来配置代理'.format(self.device_android_version)
            os.system('adb shell settings delete global http_proxy')
            os.system('adb shell settings delete global global_http_proxy_host')
            os.system('adb shell settings delete global global_http_proxy_port')
            time.sleep(5)   

 

特别说明:该文章为鲲鹏数据原创文章 ,您除了可以发表评论外,还可以转载到别的网站,但是请保留源地址,谢谢!!(尊重他人劳动,我们共同努力)
☹ Disqus被Qiang了,之前的评论内容都没了。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/
QQ在线客服
欢迎咨询,点击这里给我发送消息。
欢迎咨询,点击这里给我发送消息。

加微信咨询