如何最好地检测代理服务器是否可用？

Question

我正在尝试编写一个工具，以检查代理服务器是否可用。到目前为止，我已经在下面的类中提供了两种方法（我已经删除了与此问题无关的setter和getter）。

第一种方法使用并尝试通过代理请求页面，第二个工具使用并只尝试打开到代理的连接。

class ProxyList {
    /**
     * You could set this to localhost, depending on your environment
     * @var string The URL that the proxy validation method will use to check proxies agains
     * @see ProxyList::validate()
     */
    const VALIDATION_URL = "http://m.www.yahoo.com/robots.txt";
    const TIMEOUT        = 3;

    private static $valid = array(); // Checked and valid proxies
    private $proxies      = array(); // An array of proxies to check

    public function validate($useCache=true) {
        $mh       = curl_multi_init();
        $ch       = null;
        $handles  = array();
        $delay    = count($this->proxies) * 10000;
        $running  = null;
        $proxies  = array();
        $response = null;

        foreach ( $this->proxies as $p ) {
            // Using the cache and the proxy already exists?  Skip the rest of this crap
            if ( $useCache && !empty(self::$valid[$p]) ) {
                $proxies[] = $p;
                continue;
            }

            $ch = curl_init();
            curl_setopt($ch, CURLOPT_HTTP_VERSION,    CURL_HTTP_VERSION_1_1);
            curl_setopt($ch, CURLOPT_URL,             self::VALIDATION_URL);
            curl_setopt($ch, CURLOPT_HTTPPROXYTUNNEL, true);
            curl_setopt($ch, CURLOPT_PROXY,           $p);
            curl_setopt($ch, CURLOPT_NOBODY,          true); // Also sets request method to HEAD
            curl_setopt($ch, CURLOPT_HEADER,          false);
            curl_setopt($ch, CURLOPT_FOLLOWLOCATION,  true);
            curl_setopt($ch, CURLOPT_TIMEOUT,         self::TIMEOUT);

            curl_multi_add_handle($mh, $ch);
            $handles[$p] = $ch;
        }

        // Execute the multi-handle
        do {
            curl_multi_exec($mh, $running);
            usleep($delay);
        } while ( $running );

        // Get the results of the requests
        foreach ( $handles as $proxy => $ch ) {
            $status = (int)curl_getinfo($ch, CURLINFO_HTTP_CODE);

            // Great success
            if ( $status >= 200 && $status < 300 ) {
                self::$valid[$proxy] = true;
                $proxies[] = $proxy;
            }
            else {
                self::$valid[$proxy] = false;
            }

            // Cleanup individual handle
            curl_multi_remove_handle($mh, $ch);
        }

        // Cleanup multiple handle
        curl_multi_close($mh);

        return $this->proxies = $proxies;
    }

    public function validate2($useCache=true) {
        $proxies = array();

        foreach ( $this->proxies as $proxy ) {
            // Using the cache and the proxy already exists?  Skip the rest of this crap
            if ( $useCache && !empty(self::$valid[$proxy]) ) {
                $proxies[] = $proxy;
                continue;
            }

            list($host, $post) = explode(":", $proxy);

            if ( $conn = @fsockopen($host, $post, $errno, $error, self::TIMEOUT) ) {
                self::$valid[$proxy] = true;
                $proxies[] = $proxy;
                fclose($conn);
            } else {
                self::$valid[$proxy] = false;
            }
        }

        return $this->proxies = $proxies;
    }
}

到目前为止，我更喜欢使用cURL方法，因为它允许我并行检查大批量的代理，速度非常快，而不像fsockopen一次只能检查一个。我没有做过太多有关代理的工作，所以很难判断这两种方法是否足以验证代理是否可用，或者是否有更好的方法我不知道。

- Justin Johnson

Answer 1

cURL是首选的方式，因为它具有multi_exec功能。

我不会费心去做两次检查，而是立即进行谷歌（或代理评判）调用。代理有时可以允许套接字，但只是无法获取内容：因此，您的cURL方法将是安全且不那么慢的。

正如Pekka所提到的：这取决于预期使用方式。

如果您使用Charon并收集了大量代理，则需要对它们进行代理评判，并且我想知道周转时间（以避免慢代理）和匿名性。

如果您想将其用作企业代理的监视系统，我只想确保它可以获取页面。

通过使用cURL获取URL来检查代理的（混乱）示例。

简而言之：使用cURL，它可以处理并行请求，并且最稳定而不会太慢（不进行双重检查）。 http://www.oooff.com/php-affiliate-seo-blog/php-automation-coding/easy-php-proxy-checker-writing-tutorial/

- Deefjuh

Answer 2

嗯，尝试通过代理连接到一个安全的（很可能可用的）URL，并检查错误，听起来还不错。

为了确保绝对最大的安全性，您可能需要添加另一个调用另一个验证URL（例如Google的某些内容），或进行两个调用，以防万一。

- Pekka

---

第二次可用性检查听起来像是个好主意，但是请求越多，性能就越成为一个问题。 - Justin Johnson

真的。我想这取决于预期的使用方式。 - Pekka