跳到正文

代理与 geoip

让浏览器通过你自己的代理出网,包括带用户名和密码的 SOCKS5;用 geoip 让时区、语言和 WebRTC 地址与代理的出口 IP 保持一致。

自动匹配代理所在地区(geoip)

geoip 默认开启(自 SDK 0.66.0 起):有代理时,SDK 会解析代理的出口 IP;没有代理时,则解析本机自己的公网 IP——在离线的 geoip-all-in-one 数据库中查询——并为该地区设置一致的时区 + navigator 首选语言 + Accept-Language + WebRTC IP。再也不用为每个代理手动匹配时区:

from clearcote import launch

browser = launch(
    fingerprint="user-7423",
    proxy={"server": "http://host:8080", "username": "u", "password": "p"},
    geoip=True,  # timezone + language auto-matched to the proxy's region
)

它还会为该地区设置地理位置和完整的 navigator.languages 列表,支持 HTTP 和 SOCKS5 代理(包括带凭据的代理),三个 SDK 都支持(.NET 中为 Geoip = true)。首次运行会下载该数据库(约 50 MB)。默认情况下,如果无法解析出地区,只会打印一条警告,启动照常进行。传入 geoip: true 后,启动则会以 GeoipError 中止,而不是悄悄用本机的时钟和语言启动;如果仍要启动,请同时设置 timezone 和 acceptLanguage。这种查询的时限为 20 秒(CLEARCOTE_GEOIP_TIMEOUT_SECONDS);在 .NET 中,该错误为 GeoipException。设置 geoip: false(或 CLEARCOTE_GEOIP=0)且没有显式指定 timezone 时,时区会跟随语言——en-US 就意味着纽约时区,哪怕用的是德国代理。在开源版构建上使用代理时,默认查询不会设置 WebRTC 地址,因为在那里设置 WebRTC 地址会让 WebRTC UDP 从你自己的网络连接发出;如果仍要设置,请传入 geoip: true。

想自己设置?使用 acceptLanguage(Node)/ accept_language(Python),例如 "en-US,en"——它会设置 Accept-Language 请求头、完整的 navigator.languages 数组以及 navigator.language——Intl / toLocaleString 也会随之变化。

带凭据的 SOCKS5

原版 Chromium 根本无法对 SOCKS5 代理进行认证——它没有实现用户名/密码子协商——所以常见的变通做法是使用一个保存凭据的本地中继。Clearcote 在引擎中实现了这一功能(RFC 1929),因此无需中继。把用户名和密码作为单独的字段传入,或写在地址里(socks5://user:pass@host:port);无论哪种方式,SDK 都会把它们交给引擎。写在地址里的凭据需要 SDK 0.31.1 或更新版本:旧版 SDK 会让 Playwright 把凭据丢掉,代理收不到任何登录信息。

from clearcote import launch_persistent_context

ctx = launch_persistent_context(
    "./profile",
    proxy={"server": "socks5://proxy.example.net:1080", "username": "user", "password": "pass"},
)
page = ctx.pages[0] if ctx.pages else ctx.new_page()
page.goto("https://api.ipify.org?format=json")   # confirm the exit IP is the proxy's

从 151 起的所有构建都支持,免费的开源版构建也包括在内。151 之前的开源版构建无法对 SOCKS5 代理进行认证,因此使用这些构建时,请配合本地中继或 HTTP 代理。

在信任一个会话之前,务必先核实出口地址。代理如果静默失效并直接放行,流量就会从你自己的 IP 发出,其他所有防范措施都将失去意义。请在启动时用一个回显地址的服务检查一次,而不是想当然。