利用云函数搭建免费代理池

一.前言

云函数

云函数（Serverless Cloud Function，SCF）是云计算厂商为企业和开发者们提供的无服务器执行环境，可在无需购买和管理服务器的情况下运行代码，是实时文件处理和数据处理等场景下理想的计算平台。只需使用 SCF 平台支持的语言编写核心代码并设置代码运行的条件，即可在某云基础设施上弹性、安全地运行代码。

无服务器（Serverless）不是表示没有服务器，而表示在使用 Serverless 时，我们无需关心底层资源，也无需登录服务器和优化服务器，只需关注最核心的代码片段，即可跳过复杂的、繁琐的基本工作。使用云函数（SCF）时，我们只需使用平台支持的语言（Python、Node.js、PHP、Golang、Java 及 Custom Runtime）编写代码，云计算厂商将完全管理底层计算资源，包括服务器 CPU、内存、网络和其他配置/资源维护、代码部署、弹性伸缩、负载均衡、安全升级、资源运行情况监控等

代理池的构建原理

云函数（SCF）可通过 API 网关触发器进行触发，接受来自客户端的数据，并将请求转发出去。也就是说利用云厂商提供的云函数（函数计算）功能，将客户端的HTTP请求转发，由于云函数拥有非常多的出口IP，也就不怕封IP了

流量示意图如下：

二.代理池的实现

2.1 利用云函数搭建socks代理

原理是通过vps做中转，vps搭建socks服务端，socks服务端将请求转发至云函数的API网关触发器
参考某位师傅的项目SCFProxy

vps安装socks服务端
上传 socks_client 文件夹到 VPS 上，执行安装

python3 -m venv .venv    //python新建虚拟环境
source .venv/bin/activate   //进入虚拟环境
pip3 install -r requirements.txt

配置腾讯云函数
新建云函数

选择自定义创建函数，选好IP区域，将socks_client目录中的server.py代码复制到编辑器上。注意bridge_ip和bridge_port参数为vps的socks开启监听的ip和端口

超时时间设置为最大，这样一个socks会话最多能维持15m

设置触发器为API网关触发

vps运行socks服务端

python3 socks5.py -u "API访问路径" -bp 监听端口 -sp socks端口 --user user --passwd pass

效果
可以看到每请求一次就会换一次IP

2.2 利用云函数搭建http代理

1.配置云函数
代码如下，其中SCF_TOKEN参数用来鉴权随便写，客户端client中SCF_TOKEN参数要与之一致

# -*- coding: utf8 -*-
import json
import pickle
from base64 import b64decode, b64encode

import requests


SCF_TOKEN = "Token"


def authorization():
    return {
        "isBase64Encoded": False,
        "statusCode": 401,
        "headers": {},
        "body": "Please provide correct SCF-Token",
    }


def main_handler(event: dict, context: dict):
    # Tencent cloud has its own authorization system https://console.cloud.tencent.com/cam/capi
    # But it may be a little overqualified for a simple usage like this
    try:
        token = event["headers"]["scf-token"]
    except KeyError:
        return authorization()

    if token != SCF_TOKEN:
        return authorization()

    data = event["body"]
    kwargs = json.loads(data)
    kwargs['data'] = b64decode(kwargs['data'])
    # Prohibit automatic redirect to avoid network errors such as connection reset
    r = requests.request(**kwargs, verify=False, allow_redirects=False)


    # TODO: REFACTOR NEEDED. Return response headers and body directly.
    # There are many errors occured when setting headers to r.headers with some aujustments(https://cloud.tencent.com/document/product/583/12513).
    # and the response `r.content`/`r.raw.read()` to body.(like gzip error)
    serialized_resp = pickle.dumps(r)

    return {
        "isBase64Encoded": False,
        "statusCode": 200,
        "headers": {},
        "body": b64encode(serialized_resp).decode("utf-8"),
    }

超时时间设置为最大

设置触发器为API网关触发

2.本地配置客户端将流量转发至API网关
使用mitmproxy提供本地代理，本地运行mitmdump加载配置开启http代理
pip3安装mitmproxy

pip3 install mitmproxy

client配置代码如下：
scf_servers 参数可以添加多个API接口，这样获取的IP地址就会更多

import json
import pickle
from typing import List
from random import choice
from urllib.parse import urlparse
from base64 import b64encode, b64decode

import mitmproxy
from mitmproxy.net.http import Headers

#API访问地址，可以添加多个，以逗号分隔
scf_servers: List[str] = []

#授权Token，与云函数中的token配置一致
SCF_TOKEN = "Token"


def request(flow: mitmproxy.http.HTTPFlow):
    scf_server = choice(scf_servers)
    r = flow.request
    data = {
        "method": r.method,
        "url": r.pretty_url,
        "headers": dict(r.headers),
        "cookies": dict(r.cookies),
        "params": dict(r.query),
        "data": b64encode(r.raw_content).decode("ascii"),
    }

    flow.request = flow.request.make(
        "POST",
        url=scf_server,
        content=json.dumps(data),
        headers={
            "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",
            "Accept-Encoding": "gzip, deflate, compress",
            "Accept-Language": "en-us;q=0.8",
            "Cache-Control": "max-age=0",
            "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36",
            "Connection": "close",
            "Host": urlparse(scf_server).netloc,
            "SCF-Token": SCF_TOKEN,
        },
    )


def response(flow: mitmproxy.http.HTTPFlow):
    if flow.response.status_code != 200:
        mitmproxy.ctx.log.warn("Error")

    if flow.response.status_code == 401:
        flow.response.headers = Headers(content_type="text/html;charset=utf-8")
        return

    if flow.response.status_code == 433:
        flow.response.headers = Headers(content_type="text/html;charset=utf-8")
        flow.response.text = "<html><body>操作已超过云函数服务最大时间限制，可在函数配置中修改执行超时时间</body></html>"
        return

    if flow.response.status_code == 200:
        body = flow.response.content.decode("utf-8")
        resp = pickle.loads(b64decode(body))

        r = flow.response.make(
            status_code=resp.status_code,
            headers=dict(resp.headers),
            content=resp.content,
        )
        flow.response = r

本地运行mitmdump加载client配置，监听8080端口开启http代理

mitmdump -s client.py -p 8080

代理https网站浏览器需要安装mitmdump的ca证书
证书路径在当前用户的.mitmproxy目录下

最后效果，每次请求都是不同的IP：