Scrapy ରେ ProxyMesh ର ଏକ୍ଝିଟ୍ ହେଡର କାହିଁକି ନଥାଇପାରେ

Scrapy HTTPS କଲବ୍ୟାକରେ X-ProxyMesh-IP ନଥିବା ସିଧା ରାଉଟିଂ ପ୍ରମାଣ କରେ ନାହିଁ। ଟନେଲ୍ ହୋଇଥିବା HTTPS ରେ ProxyMesh ରାଉଟିଂ ହେଡରଗୁଡ଼ିକୁ CONNECT ପ୍ରତିକ୍ରିୟା ଉପରେ ରଖେ; ପରବର୍ତ୍ତୀ ୱେବସାଇଟ ପ୍ରତିକ୍ରିୟା TLS ଭିତରେ ଥାଏ ଏବଂ ସେହି ପୂର୍ବ ମେଟାଡାଟା ସ୍ୱୟଂଚାଳିତ ଭାବରେ ଅନ୍ତର୍ଭୁକ୍ତ କରେ ନାହିଁ।

ଯେଉଁଠାରେ କଲବ୍ୟାକରେ ହେଡର ଦେଖାଯାଏ, ସେଠାରେ ଏହାକୁ ସର୍ତ୍ତସାପେକ୍ଷ ଭାବରେ ପଢ଼ନ୍ତୁ:

exit_ip = response.headers.get(b'X-ProxyMesh-IP')
if exit_ip is not None:
    self.logger.info('Reported exit IP: %s', exit_ip.decode('ascii'))

ଏହା ସେହି ବିନିମୟ ପାଇଁ ପ୍ରଦାନକାରୀ ରିପୋର୍ଟ କରିଥିବା ଏକ୍ଝିଟ୍, କନଫିଗର କରାଯାଇଥିବା ପ୍ରବେଶ ହୋଷ୍ଟନାମ ନୁହେଁ।

ଯଦି ଟନେଲ୍ ମେଟାଡାଟା ଆବଶ୍ୟକ, ତେବେ CONNECT ହେଡର ପ୍ରକାଶ କରୁଥିବା ସୁସଙ୍ଗତ ହ୍ୟାଣ୍ଡଲର ଇଣ୍ଟିଗ୍ରେସନ୍ ବ୍ୟବହାର କରନ୍ତୁ। ProxyMesh ଏହି ଉଦ୍ଦେଶ୍ୟ ପାଇଁ ଗୋଟିଏ ରଖେ; ଏହାର ସମର୍ଥିତ Scrapy ସଂସ୍କରଣ ଏବଂ ଡାଉନଲୋଡ୍ ହ୍ୟାଣ୍ଡଲର ଯାଞ୍ଚ କରନ୍ତୁ। ମାକଡ଼ସାର ପାର୍ସିଂ ସେହି ହେଡର ଦେଖାଇପାରିବ ନାହିଁ ଯାହା ପରିବହନ କେବେ ଦେଇ ନାହିଁ।

ମେଟାଡାଟାକୁ ଏହାର ସଂଯୋଗ ସହିତ ଯୋଡ଼ନ୍ତୁ। ଟନେଲ୍ ପୁନଃବ୍ୟବହାର କଲେ ପ୍ରତ୍ୟେକ ପୃଷ୍ଠା ପାଇଁ ଆଉ ଏକ CONNECT ପ୍ରତିକ୍ରିୟା ସୃଷ୍ଟି ହୁଏ ନାହିଁ। ଗନ୍ତବ୍ୟ ସ୍ଥାନ ଦେଖୁଥିବା ସ୍ୱାଧୀନ ଉତ୍ସ ଠିକଣା ପାଇଁ, ପ୍ରଦାନକାରୀ ହେଡରକୁ ସାର୍ବଜନୀନ IP ଡିଟେକ୍ଟର ଭାବରେ ଗ୍ରହଣ କରିବା ପରିବର୍ତ୍ତେ ସେହି ଗନ୍ତବ୍ୟର ଆଗମନ ସଂଯୋଗ ଯାଞ୍ଚ କରନ୍ତୁ।