butubb
2112c1a870
移植自 mac-agent-os 的 mediacrawler_adapter：不起子进程、不开页面，用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin，所以 ingest 那条链路一个字不用改。
**目前能用的（真环境实测，非推断）**：
profile/other : 200, 7075 字节 —— 博主主页指标（粉丝/获赞/作品数/昵称）
aweme/detail : 200, 45425 字节 —— 单条作品详情（含点赞/评论/收藏/分享）
**目前不能用的：作品列表 `aweme/post`。** 两个互相独立的原因：
1. 这个接口被抖音单独升级成了真校验：不带 x-tt-argus 回 403「Uifid Not Found」，
带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过，「真校验」过不了。
同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的，
挑中的恰好是「批量拉作品列表」这个最敏感的动作。
2. 改走页面截获也不行：CDP 浏览器打开博主主页会落到「验证码中间页」（当天大量探测的
代价，过几小时要重测）。
所以现在的边界是：**已知作品的指标刷新能做，自动发现新作品做不了**。
**排查中控住变量后得到的两条事实**（都写进注释了）：
· `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
UA+client hints+Cookie 时是 200 但仅 121 字节的空壳，补上这三个头变 7074 字节。
（我先前猜的 sec-ch-ua 不是关键。）
· 因此 UA 与 client hints 必须**成套地取自同一个浏览器**，所以 BrowserIdentity 一次
从 CDP 取齐 cookie + UA + hints，而不是各自写死。
「200 + 空 body 必须当场报错」也是刻意写死的：放过去它会在下游变成「这个博主没作品」，
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的，还被翻译成「账号被封」。
测试 +11：cookie 解析、请求头成套性（含 uifid 缺失/回退）、产物键名与 store 对齐、
以及 _get 的三条失败路径（空 body / 403 带网关原话 / 正常返回）。
100 lines
3.9 KiB
Python
100 lines
3.9 KiB
Python
"""
|
|
proxy.py — 代理管理 CLI 模块
|
|
|
|
基于 sms_proxy_api.py 的 ProxyManager，提供 CLI 封装
|
|
"""
|
|
import json
|
|
import logging
|
|
import urllib.request
|
|
from datetime import datetime
|
|
|
|
log = logging.getLogger(__name__)
|
|
|
|
|
|
class ProxyCLI:
|
|
"""代理管理 CLI"""
|
|
|
|
@staticmethod
|
|
def list_all() -> list:
|
|
"""获取所有账号的代理配置"""
|
|
try:
|
|
from matrix_mgmt import MatrixManager
|
|
mgr = MatrixManager()
|
|
accounts = mgr.list_accounts()
|
|
except Exception as e:
|
|
return [{"error": str(e)}]
|
|
|
|
from pathlib import Path
|
|
IDENTITIES_ROOT = AGENT_LOCAL / "tools" / "matrix" / "identities"
|
|
|
|
results = []
|
|
for a in accounts:
|
|
if not a.get("is_local"):
|
|
continue
|
|
aid = a["id"]
|
|
config_path = IDENTITIES_ROOT / aid / "config.yaml"
|
|
proxy = None
|
|
if config_path.exists():
|
|
try:
|
|
import yaml
|
|
data = yaml.safe_load(config_path.read_text())
|
|
proxy = data.get("identity", {}).get("proxy", None)
|
|
except:
|
|
pass
|
|
results.append({
|
|
"account": aid,
|
|
"platform": a.get("platform", ""),
|
|
"proxy": proxy if proxy and str(proxy).strip() not in ("null", "None", "") else None,
|
|
"has_proxy": bool(proxy and str(proxy).strip() not in ("null", "None", "")),
|
|
"login_status": a.get("_status", "unknown"),
|
|
})
|
|
return results
|
|
|
|
@staticmethod
|
|
def test(proxy_str: str) -> dict:
|
|
"""测试代理连通性"""
|
|
try:
|
|
start = datetime.now()
|
|
if proxy_str and str(proxy_str).strip() not in ("null", "None", ""):
|
|
handler = urllib.request.ProxyHandler({"http": proxy_str, "https": proxy_str})
|
|
opener = urllib.request.build_opener(handler)
|
|
resp = opener.open("http://httpbin.org/ip", timeout=10)
|
|
data = json.loads(resp.read().decode())
|
|
elapsed = (datetime.now() - start).total_seconds()
|
|
proxy_type = "HTTP"
|
|
if proxy_str.startswith("socks5://") or proxy_str.startswith("socks://"):
|
|
proxy_type = "SOCKS5"
|
|
return {
|
|
"status": "ok", "ip": data.get("origin", ""),
|
|
"type": proxy_type, "elapsed": f"{elapsed:.1f}s",
|
|
"speed": "快" if elapsed < 0.5 else ("中" if elapsed < 2 else "慢"),
|
|
}
|
|
else:
|
|
resp = urllib.request.urlopen("http://httpbin.org/ip", timeout=10)
|
|
data = json.loads(resp.read().decode())
|
|
elapsed = (datetime.now() - start).total_seconds()
|
|
return {"status": "ok", "ip": data.get("origin", ""), "elapsed": f"{elapsed:.1f}s", "direct": True}
|
|
except Exception as e:
|
|
return {"status": "error", "error": str(e)}
|
|
|
|
@staticmethod
|
|
def set_proxy(account_id: str, proxy_str: str) -> dict:
|
|
"""设置账号代理"""
|
|
from pathlib import Path
|
|
IDENTITIES_ROOT = AGENT_LOCAL / "tools" / "matrix" / "identities"
|
|
|
|
config_path = IDENTITIES_ROOT / account_id / "config.yaml"
|
|
if not config_path.exists():
|
|
return {"status": "error", "error": f"账号 {account_id} 身份目录不存在"}
|
|
|
|
try:
|
|
import yaml
|
|
data = yaml.safe_load(config_path.read_text()) or {}
|
|
if "identity" not in data:
|
|
data["identity"] = {}
|
|
data["identity"]["proxy"] = proxy_str if proxy_str.strip() else None
|
|
config_path.write_text(yaml.dump(data, default_flow_style=False, allow_unicode=True))
|
|
return {"status": "ok", "account": account_id, "proxy": proxy_str}
|
|
except Exception as e:
|
|
return {"status": "error", "error": str(e)}
|