209a744d94
后端重构： - 新增分层架构：API Routes -> Services -> Repositories -> Infrastructure - 彻底移除全局单例，全面采用 FastAPI 依赖注入 - 新增 api/ 目录拆分路由（proxies, plugins, scheduler, settings, stats） - 新增 services/ 业务逻辑层：ProxyService, PluginService, SchedulerService, ValidatorService, SettingsService - 新增 repositories/ 数据访问层：ProxyRepository, SettingsRepository, PluginSettingsRepository - 新增 models/ 层：Pydantic Schemas + Domain Models - 重写 core/config.py：采用 Pydantic Settings 管理配置 - 新增 core/db.py：基于 asynccontextmanager 的连接管理，支持数据库迁移 - 新增 core/exceptions.py：统一业务异常体系 插件系统重构（核心）： - 新增 core/plugin_system/：BaseCrawlerPlugin + PluginRegistry - 采用显式注册模式（装饰器 + plugins/__init__.py），类型安全、测试友好 - 新增 plugins/base.py：BaseHTTPPlugin 通用 HTTP 爬虫基类 - 迁移全部 7 个插件到新架构（fate0, proxylist_download, ip3366, ip89, kuaidaili, speedx, yundaili） - 插件状态持久化到 plugin_settings 表 任务调度重构： - 新增 core/tasks/queue.py：ValidationQueue + WorkerPool - 解耦爬取与验证：爬虫只负责爬取，代理提交队列后由 Worker 异步验证 - 调度器定时从数据库拉取存量代理并分批投入验证队列 前端调整： - 新增 frontend/src/services/ 层拆分 API 调用逻辑 - 调整 stores/ 和 views/ 使用 Service 层 - 保持 API 兼容性，页面无需大幅修改 其他： - 新增 main.py 作为新入口 - 新增 DESIGN.md 架构设计文档 - 更新 requirements.txt 增加 pydantic-settings
50 lines
1.8 KiB
Python
50 lines
1.8 KiB
Python
import re
|
|
from typing import List
|
|
from bs4 import BeautifulSoup
|
|
from core.plugin_system import ProxyRaw
|
|
from plugins.base import BaseHTTPPlugin
|
|
from core.log import logger
|
|
|
|
VALID_PROTOCOLS = ("http", "https", "socks4", "socks5")
|
|
|
|
|
|
class KuaiDaiLiPlugin(BaseHTTPPlugin):
|
|
name = "kuaidaili"
|
|
display_name = "快代理"
|
|
description = "从快代理网站爬取免费代理"
|
|
|
|
def __init__(self):
|
|
super().__init__()
|
|
self.urls = [
|
|
f"https://www.kuaidaili.com/free/inha/{i}/" for i in range(1, 11)
|
|
] + [
|
|
f"https://www.kuaidaili.com/free/intr/{i}/" for i in range(1, 11)
|
|
]
|
|
|
|
async def crawl(self) -> List[ProxyRaw]:
|
|
results = []
|
|
for url in self.urls:
|
|
html = await self.fetch(url, timeout=15)
|
|
if not html:
|
|
continue
|
|
soup = BeautifulSoup(html, "lxml")
|
|
table = soup.find("table")
|
|
if not table:
|
|
logger.warning(f"{self.display_name} 未能找到表格，可能是触发了反爬")
|
|
continue
|
|
|
|
for row in table.find_all("tr"):
|
|
tds = row.find_all("td")
|
|
if len(tds) >= 5:
|
|
ip = tds[0].get_text(strip=True)
|
|
port = tds[1].get_text(strip=True)
|
|
protocol = tds[4].get_text(strip=True).lower() if len(tds) > 4 else "http"
|
|
if protocol not in VALID_PROTOCOLS:
|
|
protocol = "http"
|
|
if re.match(r"^\d+\.\d+\.\d+\.\d+$", ip) and port.isdigit():
|
|
results.append(ProxyRaw(ip, int(port), protocol))
|
|
|
|
if results:
|
|
logger.info(f"{self.display_name} 解析完成，获得 {len(results)} 个潜在代理")
|
|
return results
|