只要5分钟，创建一个隧道代理

什么是隧道代理？我们来看下面这张截图：

所谓隧道代理，就是一个能帮你自动更换代理 IP 的代理服务。在你的代码里面，你只需要把一个入口代理地址写死，然后正常发起请求，而目标服务器接收到的请求，每一次都是不同的代理地址。

在某代理网站上，隧道代理50并发每秒的价格是4000元/月：

而常规的，先请求接口拿到一批代理 IP，再选一个发起请求的原始代理服务器，一个月价格才600多元：

所以，如果我们能自己做一个隧道代理，将会省下很多钱！

隧道代理的原理，跟常规代理的不同之处，用下面这两张图就能说清楚：

要自己开发一个这样的隧道代理，我们需要做两步：

构建一个代理池实现代理自动转发

构建代理池

假设你从代理供应商手上买到的便宜代理地址为：，直接在浏览器上面请求，页面效果如下图所示：

现在，你需要做的就是写一个程序，周期性访问这个url，拉取当前最新可用的IP地址，然后把它放到Redis中。

这里，我们使用Redis的Hash这个数据结构，其中Hash的字段名就是IP:端口，里面的值就是跟每个IP相关的一些信息。

你这个程序需要确保，当前在Redis里面的代理地址，全部都是可用的。这里，我给出了一个示例程序：

""" ProxyManager.py ~~~~~~~~~~~~~~~~~~~~~ 简易代理池管理工具，直接从URL中读取所有 最新的代理，并写入Redis。 """ import yaml import time import json import redis import datetime import requests class ProxyManager: def __init__(self): self.config = self.read_config() self.redis_config = self.config[redis] self.client = redis.Redis(host=self.redis_config[host], password=self.redis_config[password], port=self.redis_config[port]) self.instance_dict = {} def read_config(self): with open(config.yaml) as f: config = yaml.safe_load(f.read()) return config def read_ip(self): resp = requests.get(self.config[proxy]).text if { in resp: return [] proxy_list = resp.split() return proxy_list def delete_ip(self, live_ips, pool_ips): ip_to_removed = set(pool_ips) - set(live_ips) if ip_to_removed: print(ip to be removed:, ip_to_removed) self.client.hdel(self.redis_config[key], *list(ip_to_removed)) def add_new_ips(self, live_ips, pool_ips): ip_to_add = set(live_ips) - set(pool_ips) if ip_to_add: print(ip to add:, ip_to_add) ips = {} for ip in ip_to_add: ips[ip] = json.dumps({private_ip: ip, ts: datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S)}) self.client.hset(self.redis_config[key], mapping=ips) def run(self): while True: live_ips = self.read_ip() pool_ips = [x.decode() for x in self.client.hgetall(self.redis_config[key])] self.delete_ip(live_ips, pool_ips) self.add_new_ips(live_ips, pool_ips) time.sleep(40) if __name__ == __main__: manager = ProxyManager() manager.run()

其中，我把Redis相关的配置、代理供应商的URL写到了一个yaml配置文件中，防止被你们看到。配置文件的格式如下图所示：

由于我这个代理供应商提供的IP，有效期是1-5分钟，所以保险起见，我每40秒更换一次IP。更换的时候，采用了增量更换的方式。把当前拉取的IP和Redis里面的已有IP进行对比。不在这次拉取的IP全部从Redis移除，然后把新增的IP加到Redis中。

大家在实际过程中，还可以加一些代理校验的逻辑，确保从URL拉下来的代理也进行有效性检查，发现无效的立刻移除。

实现自动转发

要实现自动转发，我们可以使用OpenResty。这是一个基于Nginx和Lua实现的高性能Web平台。通过它，我们可以使用Lua语言实现一些逻辑，例如从Redis读取数据，把来源请求转发到上游代理服务器……

因此，我们使用OpenResty搭建一个转发服务。并把这个转发服务所在服务器的IP地址作为我们的入口IP地址。在使用Requests等等网络请求客户端发送请求的时候，只需要把这个入口IP地址设置为代理。那么，当客户端发送请求的时候，请求首先到了OpenResty。然后它从Redis中随机选一个代理IP来作为上游代理，并把刚刚发来的请求转发到上游代理。从而实现隧道代理的效果。

Lua是一门非常老的语言，它的语法不少地方跟Python不太一样。不过你不用担心，这个配置文件我已经写好了。大家拿过来改一改就能用。

对应的配置文件如下图所示：

worker_processes16;#nginx worker 数量 error_log /usr/local/openresty/nginx/logs/error.log; #指定错误日志文件路径 events { worker_connections 1024; } stream { ## TCP 代理日志格式定义 log_format tcp_proxy $remote_addr [$time_local] $protocol $status $bytes_sent $bytes_received $session_time "$upstream_addr" "$upstream_bytes_sent" "$upstream_bytes_received" "$upstream_connect_time"; ## TCP 代理日志配置 access_log /usr/local/openresty/nginx/logs/access.log tcp_proxy; open_log_file_cache off; ## TCP 代理配置 upstream backend{ server 127.0.0.2:1101;# 爱写啥写啥反正下面的代码也给你改了 balancer_by_lua_block { -- 初始化balancer local balancer = require "ngx.balancer" local host = "" local port = 0 host = ngx.ctx.proxy_host port = ngx.ctx.proxy_port -- 设置 balancer local ok, err = balancer.set_current_peer(host, port) if not ok then ngx.log(ngx.ERR, "failed to set the peer: ", err) end } } server { preread_by_lua_block{ local redis = require("resty.redis") --创建实例 local redis_instance = redis:new() --设置超时（毫秒） redis_instance:set_timeout(3000) --建立连接，请在这里配置Redis 的 IP 地址、端口号、密码和用到的 Key local rhost = "123.45.67.89" local rport = 6739 local rpass = "abcdefg" local rkey = "proxy:pool" local ok, err = redis_instance:connect(rhost, rport) ngx.log(ngx.ERR, " ", ok, " ", err) -- 如果没有密码，移除下面这一行 local res, err = redis_instance:auth(rpass) local res, err = redis_instance:hkeys(rkey) if not res then ngx.log(ngx.ERR,"res num error : ", err) return redis_instance:close() end math.randomseed(tostring(ngx.now()):reverse():sub(1, 6)) local proxy = res[math.random(#res)] local colon_index = string.find(proxy, ":") local proxy_ip = string.sub(proxy, 1, colon_index - 1) local proxy_port = string.sub(proxy, colon_index + 1) ngx.log(ngx.ERR,"redis data = ", proxy_ip, ":", proxy_port); ngx.ctx.proxy_host = proxy_ip ngx.ctx.proxy_port = proxy_port redis_instance:close() } #下面是本机的端口，也就是爬虫固定写死的端口 listen 0.0.0.0:9976; #监听本机地址和端口，当使用keeplived的情况下使用keeplived VIP proxy_connect_timeout 3s; proxy_timeout 10s; proxy_pass backend; #这里填写对端的地址 } }

需要修改的地方，我在配置文件里面已经做好的注释。具体而言，需要修改地方包含：

Redis的地址、端口、密码和 Key。如果你的Redis没有密码，可以把设置密码的这一行删掉

入口代理的端口

设置好了这些配置以后，我们就可以使用Docker来启动它。Docker的配置文件极其简单：

from openresty/openresty:centos copy nginx_redis.conf /usr/local/openresty/nginx/conf/nginx.conf

然后，执行命令构建和运行：

docker build --network host -t tunnel_proxy:0.01 . docker run --name tunnel_proxy --network host -it tunnel_proxy:0.01

运行以后，你会看到Docker的命令行似乎卡住了。这是正常请求。因为需要你有了请求，它才会输出内容。

现在，你可以用Requests赶快写一段代码来进行验证：

import requests import time proxies = {http: :9976} for _ in range(10): resp = requests.get(http://httpbin.org/ip, proxies=proxies).text print(resp) time.sleep(1)

运行效果如下图所示。

说明隧道代理搭建成功。目前隧道代理我已经稳定运行了半年，从来没有出过问题，大家可以放心使用。

最后，本文受到 @萌木盖 的文章：openresty正向代理搭建 - 简书的启发，并在该文章基础上进行改进。特别感谢原作者。

如果本文讲到的方法，能帮你节省下不少购买隧道代理的钱，那么请考虑拿出其中的一小部分，加入我的知识星球，成为未闻Code·Pro会员。

加入星球，你除了能获得在群中已有的全部福利外，还会额外获得：

问题的优先解答和一对一答疑职业生涯规划咨询面试技巧和经验定期开展的专属直播分享定期抽奖活动……