Как я могу отправить все HTTP-запросы, сделанные из электрона, через собственный прокси? У меня есть электронное приложение, отправляющее запросы к различным сторонним службам, таким как Firebase, Mixpanel и т. д. Я хочу, чтобы эти запросы направлялись через HTTP-прокси, который я настраиваю внутри электрона. Как это можно сделать?
Отправка всех электронных HTTP-запросов через прокси.
11.12.2018
Ответы:
1
Это можно сделать с помощью класса WebRequest, предоставляемого электроном из основного процесса. https://electronjs.org/docs/all#webrequestonbeforerequestfilter-listener
Пример этого, когда все URL-адреса запросов выводятся на консоль:
const {session} = require('electron')
// IMPORTANT: place this after the ready event
session.defaultSession.webRequest.onBeforeSendHeaders({urls:'*'}, (details, callback) => {
console.log(details.url)
})
11.12.2018
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..