【问题标题】:Disable SSL certificate verification in Scrapy在 Scrapy 中禁用 SSL 证书验证
【发布时间】:2015-10-05 14:10:56
【问题描述】:

我目前正在努力解决我在使用 Scrapy 时遇到的问题。每当我使用 Scrapy 抓取证书的 CN 值与服务器域名匹配的 HTTPS 站点时,Scrapy 都非常好用!但另一方面,每当我尝试抓取证书的 CN 值与服务器域名不匹配的站点时,我都会得到以下信息:

Traceback (most recent call last):
  File "/usr/local/lib/python2.7/dist-packages/twisted/protocols/tls.py", line 415, in dataReceived
    self._write(bytes)
  File "/usr/local/lib/python2.7/dist-packages/twisted/protocols/tls.py", line 554, in _write
    sent = self._tlsConnection.send(toSend)
  File "/usr/local/lib/python2.7/dist-packages/OpenSSL/SSL.py", line 1270, in send
    result = _lib.SSL_write(self._ssl, buf, len(buf))
  File "/usr/local/lib/python2.7/dist-packages/OpenSSL/SSL.py", line 926, in wrapper
    callback(Connection._reverse_mapping[ssl], where, return_code)
--- <exception caught here> ---
  File "/usr/local/lib/python2.7/dist-packages/twisted/internet/_sslverify.py", line 1055, in infoCallback
    return wrapped(connection, where, ret)
  File "/usr/local/lib/python2.7/dist-packages/twisted/internet/_sslverify.py", line 1154, in _identityVerifyingInfoCallback
    verifyHostname(connection, self._hostnameASCII)
  File "/usr/local/lib/python2.7/dist-packages/service_identity/pyopenssl.py", line 30, in verify_hostname
    obligatory_ids=[DNS_ID(hostname)],
  File "/usr/local/lib/python2.7/dist-packages/service_identity/_common.py", line 235, in __init__
    raise ValueError("Invalid DNS-ID.")
exceptions.ValueError: Invalid DNS-ID.

我查看了尽可能多的文档,据我所知,Scrapy 没有办法禁用 SSL 证书验证。甚至 Scrapy Request 对象的文档(我认为这是此功能所在的位置)也没有参考:

http://doc.scrapy.org/en/1.0/topics/request-response.html#scrapy.http.Request https://github.com/scrapy/scrapy/blob/master/scrapy/http/request/init.py

也没有解决问题的 Scrapy 设置:

http://doc.scrapy.org/en/1.0/topics/settings.html

缺少按源使用 Scrapy 并根据需要修改源,有人对我如何禁用 SSL 证书验证有任何想法吗?

谢谢!

【问题讨论】:

  • 从文档中看,您可以修改 DOWNLOAD_HANDLERSDOWNLOAD_HANDLERS_BASE 设置以更改 scrapy 处理 https 的方式。从那里您可能必须创建自己的修改后的HttpDownloadHandler,以克服您收到的错误。
  • /me 头靠在桌子上。这当然看起来很有希望。您能否将其写成答案以便我接受,然后添加我用于其他人的代码以供将来参考?

标签: python ssl scrapy


【解决方案1】:

根据您为the settings 链接的文档,您似乎可以修改DOWNLOAD_HANDLERS 设置。

来自文档:

"""
    A dict containing the request download handlers enabled by default in
    Scrapy. You should never modify this setting in your project, modify
    DOWNLOAD_HANDLERS instead.
"""

DOWNLOAD_HANDLERS_BASE = {
    'file': 'scrapy.core.downloader.handlers.file.FileDownloadHandler',
    'http': 'scrapy.core.downloader.handlers.http.HttpDownloadHandler',
    'https': 'scrapy.core.downloader.handlers.http.HttpDownloadHandler',
    's3': 'scrapy.core.downloader.handlers.s3.S3DownloadHandler',
}

然后在您的设置中,如下所示:

""" 
    Configure your download handlers with something custom to override
    the default https handler
"""
DOWNLOAD_HANDLERS = {
    'https': 'my.custom.downloader.handler.https.HttpsDownloaderIgnoreCNError',
}

因此,通过为https 协议定义一个自定义处理程序,您应该能够处理您遇到的错误并允许scrapy 继续其业务。

【讨论】:

  • 这很好,并且看起来可以专门解决我遇到的问题。我将到处乱搞代码,看看我是否可以让它工作并在这里发布我的解决方案!谢谢!
  • @MoarCodePlz 你找到解决方案了吗?发布一些链接有什么有趣的吗?
猜你喜欢
  • 2019-06-28
  • 1970-01-01
  • 1970-01-01
  • 2014-02-14
  • 2011-05-03
  • 2018-11-04
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多