Splash + Scrapoxy: отсутствует заголовок x-cache-proxyname

Я использую следующую инфраструктуру для очистки веб-сайта:

Scrapy <--> Splash <--> Scrapoxy <--> web site

Я выполняю запросы через конечную точку Splash execute с помощью сценария Lua. как это:

function main(splash)
    local host = "..."
    local port = "..."
    local username = "..."
    local password = "..."

    splash:on_request(function (request)
        request:set_proxy{host, port, username=username, password=password}
    end)

    splash:go(splash.args.url)
    return splash:html()
end

Я хочу обнаруживать баны и удалять забаненные прокси. Согласно Документация Scrapoxy:

Scrapoxy добавляет к ответу HTTP-заголовок x-cache-proxyname

Но я не вижу этого заголовка в response.headers. Единственные заголовки:

{b'Content-Type': b'text/html; charset=utf-8',
 b'Date': b'Wed, 18 Apr 2018 19:02:21 GMT',
 b'Server': b'TwistedWeb/16.1.1'}

Что я делаю не так? Должен ли я добавить что-то в сценарий Lua, чтобы правильно возвращать заголовки?

ОБНОВЛЕНИЕ: На самом деле проблема не в Splash. Scrapoxy не возвращает x-cache-proxyname, даже если используется через HTTPie.

http -v --proxy=https:http://<user>:<password>@<scrapoxy-server>:8888 https://<site>

GET / HTTP/1.1
User-Agent: HTTPie/0.9.9
Accept-Encoding: gzip, deflate
Accept: */*
Connection: keep-alive
Host: <site>


HTTP/1.1 200 OK
Server: nginx
Date: Thu, 28 Jun 2018 08:14:26 GMT
Content-Type: text/html; charset=utf-8
Transfer-Encoding: chunked
Connection: keep-alive
Vary: Accept-Encoding
Set-Cookie: <...>
X-Powered-By: Express
ETag: W/"5a31b-faPJ7bjKH24S/3EvHU/8IoJHyxw"
Vary: Cookie, User-Agent
Content-Security-Policy: default-src https:; child-src https:; connect-src https: wss:; form-action https:; frame-ancestors https: http://webvisor.com; media-src https:; object-src https:; img-src https: data: blob:; script-src https: data: 'unsafe-inline' 'unsafe-eval'; style-src https: 'unsafe-inline'; font-src https: data:; report-uri /ajax/csp-report/
Content-Encoding: gzip

python scrapy scrapy-splash splash-js-render
person alexanderlukanin13    schedule 18.04.2018    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Мне удалось получить x-cache-proxyname с помощью этого lua-скрипта

function main(splash)
 local host = "..."
 local port = "..."
 local username = "..."
 local password = "..."
 local proxy = ""
 splash:on_request(function (request)
    request:set_proxy{host, port, username=username, password=password}
 end) 
 splash:on_response_headers(function(response)
    proxy = response.headers["x-cache-proxyname"]
 end)
 splash.images_enabled = false
 splash:go(splash.args.url)
 splash:set_result_header("x-cache-proxyname", proxy)
 splash:go(splash.args.url)
 return splash:html() 
end

ОБНОВЛЕНИЕ: при использовании HTTPs scrapoxy не может редактировать заголовки и добавлять x-cache-proxyname в ответ.

person Ilia    schedule 05.07.2018