在 Python 中通过代理获取 Internet Archive 条目元数据
在获取元数据之前配置 ArchiveSession,并让该会话保持存活以执行条目后续操作。
from internetarchive import ArchiveSession
with ArchiveSession() as session:
session.trust_env = False
session.proxies.update({
'http': 'http://proxy.example:8080',
'https': 'http://proxy.example:8080',
})
item = session.get_item(identifier)
print(item.identifier)identifier 指定目标条目。未提供元数据时,session.get_item 会下载它,并把该会话绑定到条目上。后续的条目操作要在会话生命周期内完成;在其他地方进行模块级调用可能会新建一个会话。对于允许的公开条目元数据下载,HTTP 代理列表为会话的 HTTP 代理 URL 提供候选。
trust_env=False 关闭 Requests 的环境集成,阻止继承来的路由覆盖显式映射,同时关闭环境派生的 CA 选择。需要时把 session.verify 设为所需的信任包。
Archive 账户保留其常规权限。这套配置只选择传输路由,不涉及服务授权。