如何告诉 R 在 Windows 中使用代理自动配置脚本 (PAC)

Question

我无法使用 R 函数连接到 Internet 上的另一个 URL（例如 read_html、url.exists 等），并且无法为我可以从浏览器连接的页面获取超时等。我相信这是因为 R 没有使用我办公室网络中规定的代理设置。

我查看了另一个question on setting proxy for R，但我的情况不同，因为我们使用代理的自动配置脚本。

我已经尝试设置以下

setInternet2(F)
Sys.setenv(http_proxy_user="userid:password")
Sys.setenv(http_proxy="http://myproxypac.mydomain/proxy.pac")

但是没有用。

有人对在 R 中处理 PAC 有什么建议吗？

Answer 1

R 中有几个可用的 Internet 客户端，因此这取决于您使用的是什么。

pac 文件不是代理服务器。它只是客户端需要执行的一段 JavaScript 来计算给定 URL 所需的代理服务器。所以你上面的代码肯定是错误的。

当需要不同的代理服务器来连接不同的主机（例如特殊的内网代理）时，公司使用pac。如果您的 pac 文件，请查看源代码以了解发生了什么。 curl 包在 ie_get_proxy_for_url() 函数中实现了一个实际的 PAC 客户端。因此，您可以将其包装起来以自动查找并为 curl 句柄设置正确的代理（另请参阅 blog）：

curl_with_proxy <- function(url, verbose = TRUE){
  proxy <- ie_get_proxy_for_url(url)
  h <- new_handle(verbose = verbose, proxy = proxy)
  curl(url, handle = h)
}

然后像这样使用它：

con <- curl_with_proxy("https://httpbin.org/get")
readLines(con)

如果您的pac 文件只为您可以在环境变量中设置的任何 URL 返回proxy.<my.domain>:8080，但这仅适用于基于libcurl 的客户端：

Sys.setenv(http_proxy_user = "userid:password")
Sys.setenv(http_proxy = "proxy.<my.domain>:8080")

如果您不能让它工作，请在this github issue 中描述您的问题。也许您的案例可以帮助我们改进curl 包的这一部分。