Scylla开源免费的优秀代理 IP 池：自动验证、JSON API、基于 React 的 Web UI、Docker 支持
WildCat 2018-05-27 07:05:54 +08:00 12948 次点击这是一个创建于 2745 天前的主题，其中的信息可能已经有所发展或是发生改变。
GitHub：https://github.com/imWildCat/scylla
中文文档：https://scylla.wildcat.io/zh/latest/
自己是一个爬虫爱好者，有时候爬虫写的太过强大了被目标网站封了（笑）。所以就萌生了用代理 IP 的想法。很可惜很多开源代理 IP 池都是没有持续维护的，代码也比较奇怪。于是自己就写了一个。特性大概有：
- 自动化的代理 IP 爬取与验证
- 易用的 JSON API
- 简单但美观的 web 用户界面，基于 TypeScript 和 React （例如，代理的地理分布）
- 最少仅用 一条命令 即可启动
- 无头浏览器（ headless browser crawling ）爬虫
欢迎在贴中留下您的邮箱，我可以发送你 demo 地址（暂时不打算公开发布）。如果您想留邮箱，请注意：
- 可以使用 base64 编码
- 在您的回复的第一行或者最后一行写
- 也可以用 [at] 替代 @
附：几个截图 demo
截图 1: Web UI （代理 IP 列表）
截图 2: Web UI （代理 IP 的地理分布）
第 1 条附言 2018-05-27 18:39:46 +08:00
因为是用爬虫脚本自动爬 emails，所以：
**Email 地址请单独一行写，谢谢！**千万不要在 base64 后面加任何字符，这样会被我的智障脚本忽略。
另外，关于一些 features (#49)：
IP 验证策略
@golmic 关于 IP 验证策略：目前的策略有点过于简单，由于这个项目已经写了一个月了，决定先发出来（骗一波 stars ）让自己更有动力去写 =。= 我会在近期完善验证策略，并且把验证策略的文档完善： https://github.com/imWildCat/scylla/issues/16
Forward proxy
@binux 原来这个名词叫 forward proxy，感谢！我其实一开始是有这样的想法的，但是有一些担心所以没在初版实现：
- 担心自己实现的 forward proxy 性能不足比较鸡肋
- 担心 XX 找到 G 点说我 XXX （你懂）
- 实现比较 rough 可能没什么用
- 还有就是如何给 clients 分配代理也是一个问题。一开始可以考虑随机分配，但是我理想的情况是：
- a. clients 的 HTTP Request 带一个类似 hash 的 header，固定 hash 对应固定代理
- b. Scylla 里自动分析请求的 HTTP Header，比如针对 Cookies 中的 session 做一次 hashing。如果判定是同一个 session 的请求，就用同一个 IP。难点在于如何判断 session id。
我考虑先加入随机分配代理的 forward proxy： https://github.com/imWildCat/scylla/issues/17
根据国家返回 proxy
@zqjilove 收到需求，下一个小版本就加入： https://github.com/imWildCat/scylla/issues/18
第 2 条附言 2018-05-28 00:51:56 +08:00
在 27, May, 2018 @ 16.50 (UTC) 时，这个项目登上了 GitHub trending 第五，感谢大家！ 
 | 1 Baboonowen 2018-05-27 08:02:00 +08:00 via Android 打破惨案 |
 | 2 flyxl 2018-05-27 08:02:28 +08:00 via Android 赞楼主，求 demo |
 | 3 1daydayde 2018-05-27 08:06:43 +08:00 via iPhone 先赞一个 |
 | 4 artandlol 2018-05-27 08:18:05 +08:00 via iPhone YXJ0YW5kbG9sI2dtYWlsLmNvbQ== |
 | 5 golmic 2018-05-27 08:30:47 +08:00 via Android  1 |
 | 6 binux 2018-05-27 08:30:57 +08:00 1 我一直觉得最好用的代理 IP 池接口就是 forward proxy。 forward proxy 对应用透明地自动 rotate，抓取的同时天然地自动验证。 |
 | 7 B1ock 2018-05-27 08:58:07 +08:00 bWFza3NzQHByb3Rvbm1haWwuY29t 感谢 |
 | 8 o00o 2018-05-27 09:06:43 +08:00 IHJvbW90Y0BnbWFpbC5jb20g 谢谢 |
 | 9 panyanyany 2018-05-27 09:26:03 +08:00 NTY4Mzk3NDQwQHFxLmNvbQ== 请问楼主这些 ip 是从哪里来的呢，全网扫描还是？ |
| 10 panyanyany 2018-05-27 09:27:35 +08:00 @panyanyany #9 不好意思，原来还有个 providers 文件夹，现在知道是扫公开的代理了 |
 | 11 ThirdFlame 2018-05-27 09:34:56 +08:00 ZmFuZGVsYWppQGdtYWlsLmNvbQ== |
 | 12 airyland 2018-05-27 09:38:46 +08:00 赞，docker 无痛安装成功 |
 | 13 zqjilove 2018-05-27 09:40:32 +08:00 API 接口支持国家输出就好了 |
 | 14 131 2018-05-27 09:44:20 +08:00 via Android YmxvZ0Btb2UuaW0= 谢谢！ |
 | 15 cyn 2018-05-27 09:48:00 +08:00 Y3lubGl0dGxlW2F0XTEyNi5jb20= 支持，感谢！ |
 | 16 dex2jar 2018-05-27 09:53:26 +08:00 via Android ODA3NjYwMDcxQHFxLmNvbQ== 谢谢楼主。看起来挺好的，前段时间刚买了 5 块的 ip |
 | 18 Sixzeroo 2018-05-27 09:56:47 +08:00 c2l4emVyb282MEBnbWFpbC5jb20= 感谢楼主 |
| 19 airyland 2018-05-27 09:57:21 +08:00 报个问题，开始接口报 500，过一会正常，运行一段时间后 stats 500，proxy 列表为空。 |
 | 20 ccbikai PRO chi#miantiao.me 谢谢楼主，自己也在爬各个代理网站的 IP，支持 https 的很少 |
 | 21 faceair 2018-05-27 10:23:01 +08:00 via iPhone v2ex#faceair.me 感谢楼主 |
 | 22 noqwerty 2018-05-27 10:35:17 +08:00 via Android emhvdS56eS55aUBnbWFpbC5jb20= 谢谢楼主。 |
 | 23 shenlw66 2018-05-27 10:38:32 +08:00 c2hlbmx3NjZAZ21haWwuY29t 感谢 |
 | 24 tcpdump 2018-05-27 11:22:56 +08:00 via Android 回复标记一下 |
 | 25 caoyufei 2018-05-27 11:33:10 +08:00 YXRjYW95dWZlaUBnbWFpbC5jb20= 感谢 |
 | 26 cocang 2018-05-27 11:33:24 +08:00 Y2hvdWNoYW5nemh1QGdtYWlsLmNvbQ== 谢谢楼主 |
 | 27 JakeZou 2018-05-27 11:44:25 +08:00 em91bHV4QDEyNi5jb20= |
 | 28 weegc 2018-05-27 12:00:49 +08:00 d2VlZ2NAMTYzLmNvbQ== 谢谢楼主 |
 | 29 yfgeek 2018-05-27 12:03:06 +08:00 via iPhone 1 非常棒！正好有这个需求，粉了！ |
 | 30 congeec 2018-05-27 12:32:31 +08:00 via iPhone Q29uZ2VlY0BxcS5jb20= 好人一生平安 不过代理池怎么还有爬虫功能呢？ |
 | 31 chroming 2018-05-27 12:32:53 +08:00 跟这个比有什么优势吗？ https://github.com/SpiderClub/haipproxy |
 | 32 ywind 2018-05-27 12:52:28 +08:00 via Android Z3Vvc2h1a2FuZ0Bob3RtYWlsLmNvbQ== 感谢 |
 | 33 Akagi201 2018-05-27 14:10:25 +08:00 YWthZ2kyMDFAZ21haWwuY29tCg== |
 | 34 gitopen /div> 2018-05-27 14:53:34 +08:00 via Android Z2l0b3BlbkBnbWFpbC5jb20= |
 | 35 alphabity 2018-05-27 15:13:11 +08:00 YWxwaGFiaXR5QGdtYWlsLmNvbQ== |
 | 36 lje024 2018-05-27 15:35:27 +08:00 c3JnYjY4OUBsamVlZHUubWw= 感谢 |
 | 37 yodeser 2018-05-27 15:46:23 +08:00 eW9kZXNAeW9kZXMuY24= 感谢感谢 |
 | 38 Yinnfeng 2018-05-27 16:17:22 +08:00 bGltaXRzeTIxN0BnbWFpbC5jb20= 感谢 |
 | 39 trimleo 2018-05-27 16:31:02 +08:00 bGVvY2xvdWR5QGdtYWlsLmNvbQ== 感谢 |
 | 40 aiguozhedaodan 2018-05-27 16:35:23 +08:00 YWlndW96aGVkYW9kYW5AZ21haWwuY29t 感谢 |
 | 41 bigtwo 2018-05-27 16:55:05 +08:00 aGFoYUBvZmZpY2UyMDE2LnNpdGU= 不胜感激 |
 | 42 hlwjia PRO aGx3amlhQGZveG1haWwuY29t 谢谢 |
 | 43 IllBeBack 2018-05-27 16:58:43 +08:00 谢谢 enByZWdpc3RlckBnbWFpbC5jb20= |
 | 44 yazoox 2018-05-27 17:09:36 +08:00 via Android eWF6b294QHNpbmEuY29t 谢谢！ |
 | 45 Oneneuuu 2018-05-27 17:22:07 +08:00 Mjc3MTc5MjMwMUBxcS5jb20= 给力！大兄弟，多谢 |
 | 46 j0hnj 2018-05-27 17:52:19 +08:00 bmlnZWxjaGlhbmdAb3V0bG9vay5jb20= 代码不错~ |
 | 47 byron 2018-05-27 18:05:34 +08:00 Ynlyb25qaWFAZ21haWwuY29t 吼啊。 |
 | 48 chenggiant 2018-05-27 18:10:05 +08:00 Y2hlbmdjaGlidEBnbWFpbC5jb20= 赞！ |
 | 49 echopan 2018-05-27 18:10:13 +08:00 ZWNob3BhbjEyMzRAaG90bWFpbC5jb20= 谢谢 |
 | 50 WildCat OP 1 @golmic 关于 IP 验证策略：目前的策略有点过于简单，由于这个项目已经写了一个月了，决定先发出来（骗一波 stars ）让自己更有动力去写 =。= 我会在近期完善验证策略，并且把验证策略的文档完善： https://github.com/imWildCat/scylla/issues/16 @binux 原来这个名词叫 forward proxy，感谢！我其实一开始是有这样的想法的，但是有一些担心所以没在初版实现： - 担心自己实现的 forward proxy 性能不足比较鸡肋 - 担心 XX 找到 G 点说我 XXX （你懂） - 实现比较 rough 可能没什么用 - 还有就是如何给 clients 分配代理也是一个问题。一开始可以考虑随机分配，但是我理想的情况是： - a. clients 的 HTTP Request 带一个类似 hash 的 header，固定 hash 对应固定代理 - b. Scylla 里自动分析请求的 HTTP Header，比如针对 Cookies 中的 session 做一次 hashing。如果判定是同一个 session 的请求，就用同一个 IP。难点在于如何判断 session id。 我考虑先加入随机分配代理的 forward proxy： https://github.com/imWildCat/scylla/issues/17 @airyland 请发下 logs，非常感谢！ @zqjilove 收到需求，下一个小版本就加入： https://github.com/imWildCat/scylla/issues/18 |
 | 51 momocraft 2018-05-27 18:42:05 +08:00 bWVAam9rZXN0ZXIuaW8= 感谢 (应该不会用很多) |
 | 52 bbbb 2018-05-27 18:55:35 +08:00 via iPhone aGVsbG9oZnlAZ21haWwuY29t |
 | 53 SingeeKing PRO aW1zaW5nZWVAZ21haWwuY29t |
| 54 WildCat OP > @chroming 提问： 跟这个比有什么优势吗？ https://github.com/SpiderClub/haipproxy 既然你诚心诚意的发问了，那我就王婆卖瓜下啦（ 233 ）： 对比 https://github.com/SpiderClub/haipproxy，这个项目的想法如下： 1. 更简单的依赖，不需要 scrapy-splash 或者 redis。 2. 更优秀的文档，包括代码文档（虽然目前不是很完善）。 3. 我写了一些测试，尽力保证项目的可用性、维护性。 4. 完善的 Community profile （ https://github.com/imWildCat/scylla/community ），对比： https://github.com/SpiderClub/haipproxy/community。即使我以后不维护这个项目了，也希望尽可能方便大家参（ jie ）与（ pan ） 5. README 和文档里使用“盘古之白”（中文和西文字符标点之间注意加了合适的空格，适合强迫症患者阅读），参见： https://github.com/vinta/pangu.js/blob/master/README.md 6. 一个 `scylla` 命令或者其他 docker 命令即可启动，没那么多幺蛾子命令： https://github.com/SpiderClub/haipproxy#%E6%9C%8D%E5%8A%A1%E7%AB%AF |
 | 55 |
 | 56 avichen 2018-05-27 19:29:01 +08:00 YXZpY2hlbkAxMjYuY29t 谢谢 |
 | 57 armysheng 2018-05-27 21:17:19 +08:00 YXJteXNoZW5nQGdtYWlsLmNvbQ== |
 | 58 mikezy123 2018-05-27 22:01:56 +08:00 via iPhone am95emVuZzU1NUBnbWFpbC5jb20= 感谢 |
 | 59 breaklayer 2018-05-27 22:08:41 +08:00 YnJlYWtsYXllckAxNjMuY29t 感谢 |
 | 60 davidf 2018-05-27 22:17:11 +08:00 c3psZGZAb3V0bG9vay5jb20= 谢谢 |
 | 61 Cipool 2018-05-27 22:22:08 +08:00 via Android YTIyMTMxMDhAeWFob28uY29t 麻烦了 |
 | 62 l9rw 2018-05-27 22:37:04 +08:00 aUBsOXJ3LmNu 感谢老哥 |
| 63 chroming 2018-05-27 22:40:42 +08:00 1 @WildCat #54 感谢回复。文档确实十分完善，代码也很清晰。 提一个小建议，Windows 无法直接安装 sanic，需手动设置 `SANIC_NO_UVLOOP=true` `SANIC_NO_UJSON=true` 两个环境变量才可安装。后期是否会考虑使用其他兼容 Windows 的后端模块来替换 sanic |
 | 64 skwfar 2018-05-27 23:37:30 +08:00 c2t3ZmFyQGdtYWlsLmNvbQ== 十分感谢 |
| 65 WildCat OP @chroming 由于目前还有太多工作需要做，暂时不考虑替换 Sanic。Win 上应该可以用 Linux 子系统解决这个问题 |
 | 66 Lentin 2018-05-28 00:45:42 +08:00 bGVudGluQG91dGxvb2suY29t |
 | 67 okface 2018-05-28 00:47:31 +08:00 via Android zgp6300[at]dingtalk.com |
 | 68 Seth8277 2018-05-28 00:54:09 +08:00 via Android bWFpbEBpbXNldGguY24= 谢谢 |
 | 69 WhyLiam 2018-05-28 09:15:31 +08:00 bGlhbXpodWNlQGdtYWlsLmNvbQ== |
 | 70 leeger 2018-05-28 09:27:42 +08:00 emx2aXJtYWNoMUBnbWFpbC5jb20= 谢谢~~~~ |
| 71 yazoox 2018-05-28 09:56:44 +08:00 不好意思，楼主。不是很懂这个搜索出来的 proxy 怎么使用？ 我在你的 github 里面提了一个问题， 有空可以去看看。 简单说，就是我用 SwitchyOmega，设置了一个 Scylla 搜索出来的 IP：PORT 地址，但是，貌似没啥用啊？连网络都不通...... |
 | 72 suxing 2018-05-28 11:33:43 +08:00 MTQzMjg0NTE4M0BxcS5jb20= |
 | 73 saymoon 2018-05-28 12:26:55 +08:00 c2F5bW9vbkBnbWFpbC5jb20= 感谢 |
 | 74 ftxg 2018-05-28 12:44:11 +08:00 anVob25neGlhb3Nob3VAMTYzLmNvbQ== |
 | 75 gonglexin 2018-05-28 15:34:03 +08:00 Z29uZ2xleGluQGdtYWlsLmNvbQ==\n |
 | 76 twMM 2018-05-28 16:28:56 +08:00 dGFuZ3RhbzM2NkAxNjMuY29t 谢谢楼主 |
 | 77 lanxyou 2018-05-28 17:05:55 +08:00 感谢 bGFueHlvdUBnbWFpbC5jb20= |
 | 78 keventseng 2018-05-29 11:25:33 +08:00 Y2F0emlAdmlwLnFxLmNvbQ== |
 | 79 iOran 2018-05-29 13:08:39 +08:00 aW9zdGlueUB5YWhvby5jb20NCg== |
 | 80 ARhen 2018-05-29 14:14:52 +08:00 bDEwMTA5MDgzMjZAZ21haWwuY29t 谢谢楼主~ |
 | 81 undertonememorie 2018-05-29 15:14:40 +08:00 aUBqb2tlci5vcmcuY24= 谢谢楼主 |
 | 82 ye3245 2018-05-29 18:27:28 +08:00 eWUzMjQ1QHNpbmEuY29t 感谢 |
 | 83 Mervyn 2018-05-30 18:06:42 +08:00 bGlmZWlmZWljaG5AMTYzLmNvbQ== 谢谢楼主。 |
 | 84 rik7821 2018-05-31 11:15:24 +08:00 cmlrNzgyMUAxNjMuY29t 谢谢楼主 |
 | 85 MikeFeng 2018-06-01 13:59:46 +08:00 cWlubGFuZmVuZ0Bmb3htYWlsLmNvbQ== 感谢 |
| 86 caoyufei 2018-06-01 15:09:28 +08:00 ipinfo Rate limit exceeded. Subscribe to a paid plan to increase your usage limits at http://ipinfo.io/pricing, or contact us via http://ipinfo.io/contact |
 | 87 oddcc 2018-06-07 15:42:45 +08:00 c2t5Y2M3MTY0MEBnbWFpbC5jb20= 谢谢! |
 | 88 qcloud 2018-06-13 09:45:06 +08:00 搭建之后，没有 IP 耶............ |
| 89 qcloud 2018-06-13 10:01:52 +08:00 OTM1MjI3Nzk5QHFxLmNvbQ== 3Q |
 | 91 skyzan 2018-06-25 21:26:31 +08:00 via Android MTc4MTU2NDE5NkBxcS5jb20= 感谢 |
 | 92 a861123145 2018-07-22 20:05:44 +08:00 YTg2MTEyMzE0NUBnbWFpbC5jb20K 感谢 |
 | 93 7lsu 2019-06-13 15:51:01 +08:00 bWlra3V5b0BnbWFpbC5jb20= 谢谢 |
Select Language