Requests库SSL证书验证问题解析与解决方案
Requests是Python中最流行的HTTP客户端库之一,在2.32.0版本中引入了一项关于SSLContext的重要改进。这项改进旨在通过重用全局SSLContext来提高请求性能,特别是在Windows系统上使用OpenSSL 3.x构建的Python版本时,可以减少证书加载时间。
问题背景
在2.32.0版本发布后,一些用户报告了在使用本地根证书颁发机构(CA)签名的网站时遇到了SSL证书验证问题。具体表现为当尝试访问由本地根CA签名的网站时,系统会抛出"SSLCertVerificationError: unable to get local issuer certificate"错误。
技术分析
这个问题源于2.32.0版本对SSLContext处理方式的改变。在之前的版本(如2.31.1)中,以下代码可以正常工作:
from requests.adapters import HTTPAdapter
import requests
from requests.packages.urllib3.util.ssl_ import create_urllib3_context
class SSLContextAdapter(HTTPAdapter):
def init_poolmanager(self, *args, **kwargs):
context = create_urllib3_context()
context.load_default_certs() # 加载系统的CA证书
kwargs['ssl_context'] = context
return super().init_poolmanager(*args, **kwargs)
但在2.32.x版本中,这种实现方式会导致证书验证失败。这是因为新版本改变了SSLContext的管理方式,不再支持通过这种方式覆盖默认的SSLContext。
解决方案
Requests核心开发团队提供了两种解决方案:
临时解决方案
可以使用内部变量_preloaded_ssl_context
来加载默认证书:
from requests.adapters import HTTPAdapter, _preloaded_ssl_context
class SSLContextAdapter(HTTPAdapter):
def init_poolmanager(self, *args, **kwargs):
_preloaded_ssl_context.load_default_certs()
return super().init_poolmanager(*args, **kwargs)
但需要注意的是,这种方法依赖于内部实现细节,不是官方推荐的做法。
推荐解决方案
更健壮的解决方案是在适配器的__init__
方法中创建自定义SSLContext,并通过build_connection_pool_key_attributes
方法将其注入:
class SSLContextAdapter(HTTPAdapter):
def __init__(
self,
pool_connections=DEFAULT_POOLSIZE,
pool_maxsize=DEFAULT_POOLSIZE,
max_retries=DEFAULT_RETRIES,
pool_block=DEFAULT_POOLBLOCK,
):
super().__init__()
self.custom_context = create_urllib3_context()
self.custom_context.load_default_certs()
def build_connection_pool_key_attributes(self, request, verify, cert=None):
host_params, pool_kwargs = super().build_connection_pool_key_attributes(request, verify, cert)
pool_kwargs['ssl_context'] = self.custom_context
return host_params, pool_kwargs
这种方法更加符合Requests库的设计理念,且不会依赖内部实现细节。
最佳实践
对于大多数用户来说,升级到最新版本的Requests库(2.32.3及以上)并使用推荐的解决方案是最佳选择。如果必须自定义SSL验证行为,建议:
- 在适配器初始化时创建SSLContext
- 通过标准API注入自定义SSLContext
- 避免直接修改内部状态或使用内部变量
通过这种方式,可以确保代码的稳定性和向前兼容性,同时满足自定义证书验证的需求。
总结
Requests库在2.32.0版本中对SSL处理进行了优化,这虽然带来了一些兼容性变化,但也提供了更高效的证书管理机制。理解这些变化并采用推荐的解决方案,可以帮助开发者更好地利用Requests库的强大功能,同时确保与本地CA签名网站的兼容性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









