curl_cffi项目发布v0.11.0b1版本:支持HTTP/3协议
curl_cffi是一个基于Python的HTTP客户端库,它通过封装libcurl库提供了强大的HTTP请求功能。该项目最大的特点是支持模拟不同浏览器指纹的请求,同时保持了libcurl的高性能和灵活性。最新发布的v0.11.0b1版本带来了对HTTP/3协议的支持,这是一个重要的功能升级。
HTTP/3协议支持
HTTP/3是HTTP协议的最新版本,它基于QUIC传输协议而非传统的TCP协议。QUIC协议由Google开发,后被IETF标准化为HTTP/3的基础。相比HTTP/2,HTTP/3具有以下优势:
- 更快的连接建立时间:QUIC协议内置了TLS 1.3,减少了握手次数
- 改进的多路复用:解决了HTTP/2中的队头阻塞问题
- 更好的移动网络适应性:连接迁移特性使设备切换网络时无需重新建立连接
在curl_cffi v0.11.0b1中,开发者可以通过设置http_version参数为CurlHttpVersion.V3ONLY来强制使用HTTP/3协议。以下是一个简单的使用示例:
import curl_cffi
from curl_cffi import CurlHttpVersion
r = curl_cffi.get("https://example-quic.com", http_version=CurlHttpVersion.V3ONLY)
print(r.status_code) # 输出200
print(r.http_version == CurlHttpVersion.V3) # 输出True
其他改进
除了HTTP/3支持外,这个版本还包含了一些重要的修复和改进:
- 修复了HEADERFUNCTION回调函数的拼写错误
- 改进了请求头编码的处理逻辑,现在请求级别的编码设置会覆盖会话级别的设置
- 完善了DEBUGFUNCTION回调功能的支持,为调试提供了更多便利
兼容性说明
需要注意的是,当前版本的Windows平台构建存在问题,开发团队将在后续版本中修复。对于其他平台,包括macOS和各种Linux发行版,都已经提供了预编译的wheel包。
技术实现细节
curl_cffi实现HTTP/3支持的关键在于集成了libcurl的HTTP/3后端。libcurl本身并不直接实现HTTP/3协议,而是通过可插拔的后端架构支持不同的协议实现。对于HTTP/3,libcurl依赖于nghttp3和quiche等第三方库。
在Python层面,curl_cffi通过CFFI(C Foreign Function Interface)技术与libcurl进行交互。CFFI提供了Python调用C代码的高效方式,同时保持了良好的跨平台兼容性。这种设计使得curl_cffi既能够利用libcurl的强大功能,又能够提供Pythonic的API接口。
总结
curl_cffi v0.11.0b1版本的发布标志着该项目对现代HTTP协议支持的进一步完善。HTTP/3作为下一代Web协议,正在被越来越多的网站和服务采用。通过curl_cffi,Python开发者可以方便地在自己的应用中利用HTTP/3带来的性能优势,同时保持与现有代码的兼容性。
对于需要高性能HTTP客户端或者需要模拟浏览器行为的应用场景,curl_cffi无疑是一个值得考虑的选择。随着HTTP/3的普及,这一功能升级将使得curl_cffi在未来的Web开发中发挥更大的作用。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03