代理 IP 到手先测一测:能连上,不等于能放心用

代理 IP 到手先测一测:能连上,不等于能放心用

刚到手一批代理 IP,别急着往模拟器里填。先花几分钟测一测——能连上和能放心用,是两回事。连不上,任务跑不起来;连上了但漏了真实 IP,更糟:等于没藏,还可能把号搭进去。所以测的时候就看两样:通不通,漏不漏。

先看通不通,再看快不快

测代理,第一步是让它真的去访问一次目标网站,模拟真实使用场景。量少的时候不用写脚本,一条 curl 就够了:

curl -x http://代理IP:端口 http://httpbin.org/ip --max-time 5

返回 200,响应里能看到代理的出口 IP,就算初步可用。ping 也能探,但 ping 只能告诉你主机通不通,验证不了代理协议和 HTTP 请求正不正常,单独拿它当结论不够。

通了还得看快不快。常用的参考值就三条:丢包率控制在 5% 以内,平均延迟低于 200ms,超时设 3 到 5 秒。超时了就按不可用处理,别抱侥幸心理。具体的数字按业务来,游戏和采集的要求本来就不一样。连上之后请求超时、断断续续,按 HTTP 代理请求超时的思路查一遍,多半是节点、线路或者本地网络其中一环的问题。

再看它漏没漏你的真实 IP

光连上还不够。代理的本分是把真实 IP 藏住,请求头里一旦带了 X-Forwarded-For 这类真实 IP 信息,这条线路基本等于白用。

验的方法也简单:先记下不走代理时的真实出口 IP,站里这个 IP 检测页就能查;再走代理访问一次目标站,对比它看到的 IP。两个不一样、且响应里不含真实 IP,才算匿名有效。Socks5 线路从哪里来、怎么判断一条线路干不干净,纯净度也是同一回事,公共代理池里的“脏 IP”本来就是封号的主要原因之一,测的时候顺手一起筛掉。

量大就别手动测了,写个脚本一次跑完

图片[1]-代理 IP 到手先测一测:能连上,不等于能放心用

手里几条代理,curl 一条条探没问题;几百上千条还手动测,测到天黑也测不完。写个 Python 脚本,让它并发跑,跑完按延迟排个序:

import requests
import concurrent.futures
from datetime import datetime

def test_single_proxy(proxy, real_ip=None):
    try:
        proxies = {
            'http': f'http://{proxy}',
            'https': f'http://{proxy}'
        }
        start = datetime.now()
        response = requests.get(
            'http://httpbin.org/ip',
            proxies=proxies,
            timeout=5
        )
        latency = (datetime.now() - start).total_seconds() * 1000

        if response.status_code == 200:
            data = response.json()
            origin = str(data.get('origin', ''))
            if real_ip and real_ip not in origin:
                anonymity = '高匿'
            elif real_ip:
                anonymity = '透明(泄露真实 IP)'
            else:
                anonymity = '待确认'
            return {
                'proxy': proxy,
                'status': '可用',
                'status_code': response.status_code,
                'latency': round(latency, 2),
                'anonymity': anonymity
            }
    except Exception as e:
        return {
            'proxy': proxy,
            'status': f'不可用: {str(e)[:50]}',
            'status_code': None,
            'latency': None,
            'anonymity': '未知'
        }
    return {'proxy': proxy, 'status': '未知', 'status_code': None, 'latency': None, 'anonymity': '未知'}

def batch_test(proxy_list, max_workers=20):
    results = []
    with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as executor:
        future_to_proxy = {
            executor.submit(test_single_proxy, p): p
            for p in proxy_list
        }
        for future in concurrent.futures.as_completed(future_to_proxy):
            results.append(future.result())
    return sorted(results, key=lambda x: (x['latency'] is None, x['latency']))

# 使用示例
proxy_list = [
    '123.123.123.123:8080',
    '111.111.111.111:3128',
]

results = batch_test(proxy_list)
for i, result in enumerate(results, 1):
    status_symbol = '✓' if result['status'] == '可用' else '✗'
    print(f"[{i:03d}/{len(proxy_list):03d}] {status_symbol} {result['proxy']:30} {result.get('status', '')}")

脚本不复杂:每条代理发一次请求去 httpbin.org/ip,超时 5 秒,返回 200 就是可用,顺手记下延迟;再拿响应里的 origin 和不走代理时的真实 IP 比一比,含真实 IP 就是透明,不含就是高匿。20 个线程并发跑,几百条代理几分钟就出结果。

注意两点。第一,原文的代码里 datetime 用了却没导入,直接复制运行会报错,这里补上了 from datetime import datetime;匿名判断也改成了拿真实出口 IP 对比,比原文粗糙的字符串比对准一些。第二,示例里的 123.123.123.123:8080 这类地址是占位写法,跑之前换成你自己的代理列表。

多开模拟器之前,先把这批线路测一遍,窗口一多,坏线路混进去,查起来更费劲。

测完把三类剔掉:连不上的、超时的、漏真实 IP 的。剩下的按延迟排个序,好线路先用。还有一点:代理的可用状态会随时间变,这次能用不代表下个月还能用,定期复测一次,申请代理 IP 的时候挑类型也是同一个道理,类型选对了,线路也得勤验。

说到底,测代理 IP 没什么花活:发一次真实请求,看状态码、看延迟、看它漏没漏真实 IP。量少 curl 探一下,量大脚本跑一遍,测完剔掉不能用的,剩下的定期复测。代理是拿来藏身份、稳业务的,测这一步省不得。

© 版权声明
THE END
喜欢就支持一下吧
点赞13 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容