Requests库SSL握手失败问题分析与解决方案
2025-04-30 20:35:16作者:秋泉律Samson
问题背景
在使用Python的Requests库(2.31.0版本)访问HTTPS网站时,部分用户遇到了"SSLV3_ALERT_HANDSHAKE_FAILURE"错误。这个问题在Requests 2.29.0版本中不会出现,但在2.31.0版本中却频繁发生。本文将深入分析这一问题的技术原因,并提供有效的解决方案。
错误现象
当用户尝试使用Requests库访问某些HTTPS网站时,会遇到如下错误提示:
requests.exceptions.SSLError: HTTPSConnectionPool(host='www.example.com', port=443): Max retries exceeded with url: /path (Caused by SSLError(SSLError(1, '[SSL: SSLV3_ALERT_HANDSHAKE_FAILURE] sslv3 alert handshake failure (_ssl.c:1006)')))
技术分析
版本差异
经过技术分析,这个问题并非直接由Requests 2.31.0版本本身引起。Requests库底层依赖urllib3来处理HTTP/HTTPS连接。关键的变化在于:
- Requests 2.29.0及更早版本使用urllib3 1.x系列
- Requests 2.31.0版本开始使用urllib3 2.0系列
根本原因
urllib3 2.0版本在SSL/TLS处理方面做出了重大改进:
- 不再使用固定的密码套件列表
- 完全依赖系统OpenSSL的配置
- 移除了对老旧、不安全协议的支持
这种改变提高了安全性,但也可能导致与某些配置特殊的服务器握手失败,特别是那些:
- 使用非标准或较老的加密套件
- 配置了特殊的SSL/TLS参数
- 使用自签名或非标准证书
解决方案
方法一:自定义SSL上下文
最可靠的解决方案是创建自定义SSL上下文并传递给Requests:
import requests
import ssl
from urllib3.util import ssl_
# 创建自定义SSL上下文
ctx = ssl_.create_urllib3_context()
ctx.load_default_certs()
# 使用自定义上下文
session = requests.Session()
session.mount('https://', requests.adapters.HTTPAdapter(max_retries=3, ssl_context=ctx))
response = session.get('https://example.com')
方法二:调整密码套件
如果知道目标服务器支持的加密套件,可以明确指定:
import requests
import ssl
from urllib3.util import ssl_
ctx = ssl_.create_urllib3_context()
ctx.set_ciphers('ECDHE+AESGCM:ECDHE+CHACHA20:DHE+AESGCM:DHE+CHACHA20')
session = requests.Session()
session.mount('https://', requests.adapters.HTTPAdapter(max_retries=3, ssl_context=ctx))
方法三:临时降级方案
作为临时解决方案,可以降级到Requests 2.30.0版本:
pip install requests==2.30.0
但这不是长期推荐的做法,因为新版本提供了更好的安全性。
最佳实践建议
- 优先使用自定义SSL上下文:这是最灵活且安全的解决方案
- 保持库更新:不要因为兼容性问题而长期使用旧版本
- 测试不同环境:在开发、测试和生产环境中验证SSL连接
- 监控SSL/TLS配置:定期检查服务器SSL配置是否符合最新安全标准
总结
Requests库与urllib3的版本升级带来了更安全的默认配置,但也可能导致与特定服务器的SSL握手问题。通过理解底层机制并采用自定义SSL上下文的解决方案,开发者可以在保证安全性的同时解决兼容性问题。建议开发者根据实际环境选择最适合的解决方案,并持续关注安全更新。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
446
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254