Proxy Endpoint
通过 Oxylabs 网页爬虫API Proxy Endpoint 发送和接收数据。通过简单的基于 URL 的集成直接访问目标页面。
如果您曾使用常规代理进行数据抓取,集成 Proxy Endpoint 交付方式将轻而易举。您只需将我们的入口节点用作代理,使用网页爬虫API凭据进行授权,并忽略证书。在 cURL,它是 -k 或 --insecure。您的数据将通过开放连接传输给您。
Proxy Endpoint 仅适用于基于 URL 的数据源,其中提供了完整 URL。因此,它只接受少量额外的任务参数,这些参数 应作为标头发送.
Proxy Endpoint 不是为无头浏览器(例如 Chromium、PhantomJS、Splash)或其自动化库(例如 Playwright、Selenium、Puppeteer)驱动而设计的。
端点
GET realtime.oxylabs.io:60000输入
请参见下面的请求示例。
curl -k -x https://realtime.oxylabs.io:60000 \
-U 'USERNAME:PASSWORD' \
-H 'x-oxylabs-user-agent-type: desktop' \
-H 'x-oxylabs-geo-location: Germany' \
'https://www.example.com'import requests
from pprint import pprint
# 在此使用你的网页爬虫API凭据。
USERNAME, PASSWORD = 'YOUR_USERNAME', 'YOUR_PASSWORD'
# 定义代理字典。
代理 = {
'http': f'http://{USERNAME}:{PASSWORD}@realtime.oxylabs.io:60000',
'https': f'https://{USERNAME}:{PASSWORD}@realtime.oxylabs.io:60000'
}
# 要设置特定的地理位置、User-Agent 或渲染 JavaScript
# 需要将参数作为请求头发送。
headers = {
'x-oxylabs-user-agent-type': 'desktop',
'x-oxylabs-geo-location': 'Germany',
#'X-Oxylabs-Render': 'html', # 如果你想在页面中渲染 JavaScript,请取消注释。
}
response = requests.request(
'GET',
'https://www.example.com',
headers = headers, # 传递已定义的请求头。
verify=False, # 接受我们的证书。
代理=代理,
)
# 将结果页面打印到标准输出。
pprint(response.text)
# 将返回的 HTML 保存到 'result.html' 文件。
with open('result.html', 'w') as f:
f.write(response.text)输出
下面你会找到来自 https://example.com:
可接受的参数
在发起请求时,除了 URL 之外,你还可以向我们发送一些作业参数,我们会在执行作业时使用这些参数。作业参数应在请求头中发送——请看示例 这里.
以下是你可以随 Proxy Endpoint 请求发送的作业参数列表:
x-oxylabs-user-agent-type
无法指定具体的 User-Agent,但你可以告诉我们希望使用哪种 user-agent 类型。支持的 User-Agent 类型列表可在 这里.
x-oxylabs-geo-location
在某些情况下,你可能需要指定结果应适配的地理位置。此参数对应于 geo_location 参数,已在源码级文档中单独说明。可接受的值取决于你希望我们抓取的 URL。了解更多 这里.
x-oxylabs-render
JavaScript 执行。可接受的值: html 和 png。了解更多 这里.
x-oxylabs-parse
设置为 true 可获取结构化 JSON 输出,而不是原始页面内容。仅适用于由 专用解析器.
x-oxylabs-parser-type
显式选择一个解析器。必须与 x-oxylabs-parse: true一起发送,并且必须是支持你正在抓取的 URL 的解析器。
x-oxylabs-browser-instructions
以 JSON 字符串形式提供的浏览器指令。需要 x-oxylabs-render。了解更多 这里.
最后更新于
这有帮助吗?

