fix: httpx proxy format error

feat: add a ip proxy provider

config/base_config.py

@@ -23,7 +23,7 @@ ENABLE_IP_PROXY = False
 IP_PROXY_POOL_COUNT = 2
 
 # 代理IP提供商名称
-IP_PROXY_PROVIDER_NAME = "kuaidaili"
+IP_PROXY_PROVIDER_NAME = "kuaidaili"  # kuaidaili | wandouhttp
 
 # 设置为True不会打开浏览器（无头浏览器）
 # 设置False会打开一个浏览器

docs/代理使用.md

@@ -5,45 +5,11 @@
 
 ![代理 IP 使用流程图](static/images/代理IP%20流程图.drawio.png)
 
-## 准备代理 IP 信息
-点击 <a href="https://www.kuaidaili.com/?ref=ldwkjqipvz6c">快代理</a> 官网注册并实名认证（国内使用代理 IP 必须要实名，懂的都懂）
 
-## 获取 IP 代理的密钥信息
-从 <a href="https://www.kuaidaili.com/?ref=ldwkjqipvz6c">快代理</a> 官网获取免费试用，如下图所示
-![img.png](static/images/img.png)
+## 选择一个代理IP提供商
 
-注意：选择私密代理
-![img_1.png](static/images/img_1.png)
-
-选择开通试用
-![img_2.png](static/images/img_2.png)
-
-初始化一个快代理的示例，如下代码所示，需要4个参数
-
-```python
-
-def new_kuai_daili_proxy() -> KuaiDaiLiProxy:
-    """
-    构造快代理HTTP实例
-    Returns:
-
-    """
-    return KuaiDaiLiProxy(
-        kdl_secret_id=os.getenv("kdl_secret_id", "你的快代理secert_id"),
-        kdl_signature=os.getenv("kdl_signature", "你的快代理签名"),
-        kdl_user_name=os.getenv("kdl_user_name", "你的快代理用户名"),
-        kdl_user_pwd=os.getenv("kdl_user_pwd", "你的快代理密码"),
-    )
-
-```
-在试用的订单中可以看到这四个参数，如下图所示
-
-`kdl_user_name`、`kdl_user_pwd`
-![img_3.png](static/images/img_3.png)
-
-`kdl_secret_id`、`kdl_signature`
-![img_4.png](static/images/img_4.png)
-
-## 将配置文件中的`ENABLE_IP_PROXY`置为 `True`
-> `IP_PROXY_POOL_COUNT` 池子中 IP 的数量
+### 快代理
+[快代理使用文档](快代理使用文档.md)
 
+### 豌豆HTTP文档查看
+[豌豆HTTP使用文档](豌豆HTTP使用文档.md)

docs/快代理使用文档.md

@@ -0,0 +1,41 @@
+## 快代理使用文档（支持个人和企业用户）
+
+## 准备代理 IP 信息
+点击 <a href="https://www.kuaidaili.com/?ref=ldwkjqipvz6c">快代理</a> 官网注册并实名认证（国内使用代理 IP 必须要实名，懂的都懂）
+
+## 获取 IP 代理的密钥信息
+从 <a href="https://www.kuaidaili.com/?ref=ldwkjqipvz6c">快代理</a> 官网获取免费试用，如下图所示
+![img.png](static/images/img.png)
+
+注意：选择私密代理
+![img_1.png](static/images/img_1.png)
+
+选择开通试用
+![img_2.png](static/images/img_2.png)
+
+初始化一个快代理的示例，如下代码所示，需要4个参数
+
+```python
+# 文件地址： proxy/providers/kuai_daili_proxy.py
+# -*- coding: utf-8 -*-
+def new_kuai_daili_proxy() -> KuaiDaiLiProxy:
+    """
+    构造快代理HTTP实例
+    Returns:
+
+    """
+    return KuaiDaiLiProxy(
+        kdl_secret_id=os.getenv("kdl_secret_id", "你的快代理secert_id"),
+        kdl_signature=os.getenv("kdl_signature", "你的快代理签名"),
+        kdl_user_name=os.getenv("kdl_user_name", "你的快代理用户名"),
+        kdl_user_pwd=os.getenv("kdl_user_pwd", "你的快代理密码"),
+    )
+
+```
+在试用的订单中可以看到这四个参数，如下图所示
+
+`kdl_user_name`、`kdl_user_pwd`
+![img_3.png](static/images/img_3.png)
+
+`kdl_secret_id`、`kdl_signature`
+![img_4.png](static/images/img_4.png)

docs/豌豆HTTP使用文档.md

@@ -0,0 +1,38 @@
+## 豌豆HTTP代理使用文档 （只支持企业用户）
+
+## 准备代理 IP 信息
+点击 <a href="https://h.wandouip.com?invite_code=rtnifi">豌豆HTTP代理</a> 官网注册并实名认证（国内使用代理 IP 必须要实名，懂的都懂）
+
+## 获取 IP 代理的密钥信息 appkey
+从 <a href="https://h.wandouip.com?invite_code=rtnifi">豌豆HTTP代理</a> 官网获取免费试用，如下图所示
+![img.png](static/images/wd_http_img.png)
+
+选择自己需要的套餐
+![img_4.png](static/images/wd_http_img_4.png)
+
+
+初始化一个豌豆HTTP代理的示例，如下代码所示，需要1个参数： app_key
+
+```python
+# 文件地址： proxy/providers/wandou_http_proxy.py
+# -*- coding: utf-8 -*-
+
+def new_wandou_http_proxy() -> WanDouHttpProxy:
+    """
+    构造豌豆HTTP实例
+    Returns:
+
+    """
+    return WanDouHttpProxy(
+        app_key=os.getenv(
+            "wandou_app_key", "你的豌豆HTTP app_key"
+        ),  # 通过环境变量的方式获取豌豆HTTP app_key
+    )
+
+```
+
+在个人中心的`开放接口`找到 `app_key`，如下图所示
+
+![img_2.png](static/images/wd_http_img_2.png)
+
+

proxy/providers/__init__.py

@@ -14,4 +14,5 @@
 # @Time    : 2024/4/5 10:13
 # @Desc    :
 from .jishu_http_proxy import new_jisu_http_proxy
-from .kuaidl_proxy import new_kuai_daili_proxy
+from .kuaidl_proxy import new_kuai_daili_proxy
+from .wandou_http_proxy import new_wandou_http_proxy

proxy/providers/wandou_http_proxy.py

@@ -0,0 +1,110 @@
+# 声明：本代码仅供学习和研究目的使用。使用者应遵守以下原则：
+# 1. 不得用于任何商业用途。
+# 2. 使用时应遵守目标平台的使用条款和robots.txt规则。
+# 3. 不得进行大规模爬取或对平台造成运营干扰。
+# 4. 应合理控制请求频率，避免给目标平台带来不必要的负担。
+# 5. 不得用于任何非法或不当的用途。
+#
+# 详细许可条款请参阅项目根目录下的LICENSE文件。
+# 使用本代码即表示您同意遵守上述原则和LICENSE中的所有条款。
+
+# -*- coding: utf-8 -*-
+# @Author  : relakkes@gmail.com
+# @Time    : 2025/7/31
+# @Desc    : 豌豆HTTP 代理IP实现
+import os
+from typing import Dict, List
+from urllib.parse import urlencode
+
+import httpx
+
+from proxy import IpCache, IpGetError, ProxyProvider
+from proxy.types import IpInfoModel
+from tools import utils
+
+
+class WanDouHttpProxy(ProxyProvider):
+
+    def __init__(self, app_key: str, num: int = 100):
+        """
+        豌豆HTTP 代理IP实现
+        :param app_key: 开放的app_key,可以通过用户中心获取
+        :param num: 单次提取IP数量,最大100
+        """
+        self.proxy_brand_name = "WANDOUHTTP"
+        self.api_path = "https://api.wandouapp.com/"
+        self.params = {
+            "app_key": app_key,
+            "num": num,
+        }
+        self.ip_cache = IpCache()
+
+    async def get_proxy(self, num: int) -> List[IpInfoModel]:
+        """
+        :param num:
+        :return:
+        """
+
+        # 优先从缓存中拿 IP
+        ip_cache_list = self.ip_cache.load_all_ip(
+            proxy_brand_name=self.proxy_brand_name
+        )
+        if len(ip_cache_list) >= num:
+            return ip_cache_list[:num]
+
+        # 如果缓存中的数量不够，从IP代理商获取补上，再存入缓存中
+        need_get_count = num - len(ip_cache_list)
+        self.params.update({"num": min(need_get_count, 100)})  # 最大100
+        ip_infos = []
+        async with httpx.AsyncClient() as client:
+            url = self.api_path + "?" + urlencode(self.params)
+            utils.logger.info(f"[WanDouHttpProxy.get_proxy] get ip proxy url:{url}")
+            response = await client.get(
+                url,
+                headers={
+                    "User-Agent": "MediaCrawler https://github.com/NanmiCoder/MediaCrawler",
+                },
+            )
+            res_dict: Dict = response.json()
+            if res_dict.get("code") == 200:
+                data: List[Dict] = res_dict.get("data", [])
+                current_ts = utils.get_unix_timestamp()
+                for ip_item in data:
+                    ip_info_model = IpInfoModel(
+                        ip=ip_item.get("ip"),
+                        port=ip_item.get("port"),
+                        user="",  # 豌豆HTTP不需要用户名密码认证
+                        password="",
+                        expired_time_ts=utils.get_unix_time_from_time_str(
+                            ip_item.get("expire_time")
+                        ),
+                    )
+                    ip_key = f"WANDOUHTTP_{ip_info_model.ip}_{ip_info_model.port}"
+                    ip_value = ip_info_model.model_dump_json()
+                    ip_infos.append(ip_info_model)
+                    self.ip_cache.set_ip(
+                        ip_key, ip_value, ex=ip_info_model.expired_time_ts - current_ts
+                    )
+            else:
+                error_msg = res_dict.get("msg", "unknown error")
+                # 处理具体错误码
+                error_code = res_dict.get("code")
+                if error_code == 10001:
+                    error_msg = "通用错误，具体错误信息查看msg内容"
+                elif error_code == 10048:
+                    error_msg = "没有可用套餐"
+                raise IpGetError(f"{error_msg} (code: {error_code})")
+        return ip_cache_list + ip_infos
+
+
+def new_wandou_http_proxy() -> WanDouHttpProxy:
+    """
+    构造豌豆HTTP实例
+    Returns:
+
+    """
+    return WanDouHttpProxy(
+        app_key=os.getenv(
+            "wandou_app_key", "你的豌豆HTTP app_key"
+        ),  # 通过环境变量的方式获取豌豆HTTP app_key
+    )

proxy/proxy_ip_pool.py

@@ -19,7 +19,10 @@ import httpx
 from tenacity import retry, stop_after_attempt, wait_fixed
 
 import config
-from proxy.providers import new_jisu_http_proxy, new_kuai_daili_proxy
+from proxy.providers import (
+    new_kuai_daili_proxy,
+    new_wandou_http_proxy,
+)
 from tools import utils
 
 from .base_proxy import ProxyProvider
@@ -28,7 +31,9 @@ from .types import IpInfoModel, ProviderNameEnum
 
 class ProxyIpPool:
 
-    def __init__(self, ip_pool_count: int, enable_validate_ip: bool, ip_provider: ProxyProvider) -> None:
+    def __init__(
+        self, ip_pool_count: int, enable_validate_ip: bool, ip_provider: ProxyProvider
+    ) -> None:
         """
 
         Args:
@@ -56,19 +61,26 @@ class ProxyIpPool:
         :param proxy:
         :return:
         """
-        utils.logger.info(f"[ProxyIpPool._is_valid_proxy] testing {proxy.ip} is it valid ")
+        utils.logger.info(
+            f"[ProxyIpPool._is_valid_proxy] testing {proxy.ip} is it valid "
+        )
         try:
-            httpx_proxy = {
-                f"{proxy.protocol}": f"http://{proxy.user}:{proxy.password}@{proxy.ip}:{proxy.port}",
-            }
-            async with httpx.AsyncClient(proxy=httpx_proxy) as client:
+            # httpx 0.28.1 需要直接传入代理URL字符串，而不是字典
+            if proxy.user and proxy.password:
+                proxy_url = f"http://{proxy.user}:{proxy.password}@{proxy.ip}:{proxy.port}"
+            else:
+                proxy_url = f"http://{proxy.ip}:{proxy.port}"
+            
+            async with httpx.AsyncClient(proxy=proxy_url) as client:
                 response = await client.get(self.valid_ip_url)
             if response.status_code == 200:
                 return True
             else:
                 return False
         except Exception as e:
-            utils.logger.info(f"[ProxyIpPool._is_valid_proxy] testing {proxy.ip} err: {e}")
+            utils.logger.info(
+                f"[ProxyIpPool._is_valid_proxy] testing {proxy.ip} err: {e}"
+            )
             raise e
 
     @retry(stop=stop_after_attempt(3), wait=wait_fixed(1))
@@ -84,7 +96,9 @@ class ProxyIpPool:
         self.proxy_list.remove(proxy)  # 取出来一个IP就应该移出掉
         if self.enable_validate_ip:
             if not await self._is_valid_proxy(proxy):
-                raise Exception("[ProxyIpPool.get_proxy] current ip invalid and again get it")
+                raise Exception(
+                    "[ProxyIpPool.get_proxy] current ip invalid and again get it"
+                )
         return proxy
 
     async def _reload_proxies(self):
@@ -97,8 +111,8 @@ class ProxyIpPool:
 
 
 IpProxyProvider: Dict[str, ProxyProvider] = {
-    ProviderNameEnum.JISHU_HTTP_PROVIDER.value: new_jisu_http_proxy(),
     ProviderNameEnum.KUAI_DAILI_PROVIDER.value: new_kuai_daili_proxy(),
+    ProviderNameEnum.WANDOU_HTTP_PROVIDER.value: new_wandou_http_proxy(),
 }
 
 
@@ -118,5 +132,5 @@ async def create_ip_pool(ip_pool_count: int, enable_validate_ip: bool) -> ProxyI
     return pool
 
 
-if __name__ == '__main__':
+if __name__ == "__main__":
     pass

proxy/types.py

@@ -1,12 +1,12 @@
-# 声明：本代码仅供学习和研究目的使用。使用者应遵守以下原则：  
-# 1. 不得用于任何商业用途。  
-# 2. 使用时应遵守目标平台的使用条款和robots.txt规则。  
-# 3. 不得进行大规模爬取或对平台造成运营干扰。  
-# 4. 应合理控制请求频率，避免给目标平台带来不必要的负担。   
+# 声明：本代码仅供学习和研究目的使用。使用者应遵守以下原则：
+# 1. 不得用于任何商业用途。
+# 2. 使用时应遵守目标平台的使用条款和robots.txt规则。
+# 3. 不得进行大规模爬取或对平台造成运营干扰。
+# 4. 应合理控制请求频率，避免给目标平台带来不必要的负担。
 # 5. 不得用于任何非法或不当的用途。
-#   
-# 详细许可条款请参阅项目根目录下的LICENSE文件。  
-# 使用本代码即表示您同意遵守上述原则和LICENSE中的所有条款。  
+#
+# 详细许可条款请参阅项目根目录下的LICENSE文件。
+# 使用本代码即表示您同意遵守上述原则和LICENSE中的所有条款。
 
 
 # -*- coding: utf-8 -*-
@@ -20,12 +20,13 @@ from pydantic import BaseModel, Field
 
 
 class ProviderNameEnum(Enum):
-    JISHU_HTTP_PROVIDER: str = "jishuhttp"
     KUAI_DAILI_PROVIDER: str = "kuaidaili"
+    WANDOU_HTTP_PROVIDER: str = "wandouhttp"
 
 
 class IpInfoModel(BaseModel):
     """Unified IP model"""
+
     ip: str = Field(title="ip")
     port: int = Field(title="端口")
     user: str = Field(title="IP代理认证的用户名")

tools/crawler_util.py

@@ -172,7 +172,7 @@ def match_interact_info_count(count_str: str) -> int:
         return 0
 
 
-def format_proxy_info(ip_proxy_info) -> Tuple[Optional[Dict], Optional[Dict]]:
+def format_proxy_info(ip_proxy_info) -> Tuple[Optional[Dict], Optional[str]]:
     """format proxy info for playwright and httpx"""
     # fix circular import issue
     from proxy.proxy_ip_pool import IpInfoModel
@@ -183,9 +183,11 @@ def format_proxy_info(ip_proxy_info) -> Tuple[Optional[Dict], Optional[Dict]]:
         "username": ip_proxy_info.user,
         "password": ip_proxy_info.password,
     }
-    httpx_proxy = {
-        f"{ip_proxy_info.protocol}": f"http://{ip_proxy_info.user}:{ip_proxy_info.password}@{ip_proxy_info.ip}:{ip_proxy_info.port}"
-    }
+    # httpx 0.28.1 需要直接传入代理URL字符串，而不是字典
+    if ip_proxy_info.user and ip_proxy_info.password:
+        httpx_proxy = f"http://{ip_proxy_info.user}:{ip_proxy_info.password}@{ip_proxy_info.ip}:{ip_proxy_info.port}"
+    else:
+        httpx_proxy = f"http://{ip_proxy_info.ip}:{ip_proxy_info.port}"
     return playwright_proxy, httpx_proxy