场景:
由于校园内网主要用代理上网,而内网内的站点不需要再使用代理访问,所以需要设置firefox网络过滤条件,并且如果遇到代理仍然不能访问的外网站点,则需要停用代理拨号后访问。这样的话要经常打开 设置-高级-网络 ,再取消或选中代理,非常麻烦,而foxyproxy提供了一个快捷方式,只要右下角点击右键,便可迅速切换上网方式了,并且具有更强的过滤功能(黑白名单)。

模版设置:
这里主要记一下过滤功能,可以给foxyproxy根据不同模版设置多种上网方式,即代理服务器设置及其模版功能。
这里为了说明算法情况忽略 默认上网方式,首先自己设置两个代理服务器

第一个为 lab 即通过内网代理上网(代理服务器细节设置内网机器ip),其url模式设置:

黑名单表示该代理对于符合这种模式的网站忽略这个代理。
白名单表示该代理只对符合这种模式的网站应用这个代理。
同样 direct 的设置为 直接联网 ,只有白名单 ,url模式 *(全部)。
匹配算法:
那么对于自己设置的两条代理方式访问一个网址 url 时的运行效果就是
1。首先判断url是否符合lab的黑名单设置,符合的话转4 .(黑名单优先级高
)
2。再看url是否符合lab的白名单设置,不符合转4
3。用lab设置的上网方式(代理服务器)上网
4。url是否符合direct的黑名单设置,符合转7
5。url是否符合direct的白名单设置,不符合转7
6。使用direct设置的上网方式上网
7。使用默认上网方式上网
即为根据代理服务器从上到下匹配各自的黑白名单规则,匹配到就用,匹配不到则继续下一个,直到默认(urlpattern为白名单*,用户不可设置)。
对于现在的情况,由于direct设置和默认设置完全一样,则默认上网方式永远不会执行到。
ps:
1。foxyproxy设置中代理服务器tab名称不是很确切,应该为上网方式,其代理服务器设置中有直接连接网络一项,已经不属于代理范畴了。
2。注意若要利用自己设置的模版,要选择 foxyproxy 右键 - 基予预定义模版的代理服务器,而不要选择 为全部url启用代理服务器xx ,否则上述模版就白白设置了。
3.不用代理时(拨号上网),则可以简单右键 - 完全禁用foxyproxy即可,非常方便。

- 大小: 35.1 KB

- 大小: 89 KB

- 大小: 69 KB
分享到:
相关推荐
FoxyProxy 包含一个关于全部 URL 加载情况的日志,其中包括使用了哪一个代理服务器,匹配哪一个模版, 时间片的使用等详细信息。用户只需简单单击一个按钮即可暂时或永久启用或禁用代理服务器,无需任何设置即可支持...
stm32+esp8266+mqtt/onenet智能家居
Android开发不用存储权限进行拍照,得到拍照后的图片效果。有一点难度,关键是存储路径的定义。
j
反向Lora提高画面细节。
小秘书(凤凰电话管理系统)【纽曼声卡版小秘书】,主要用来做为来电自动录音功能。
基于SpringBoot的疫情居家检测管理系统,系统包含三种角色:管理员、用户、医生,主要功能如下。 【用户功能】 1. 首页:获取系统信息。 2. 论坛:参与居民讨论和分享信息。 3. 公告:查看社区发布的各类公告。 4. 医保信息:了解医疗保障相关信息。 5. 个人中心:管理个人信息,查看预约和就诊历史。 【管理员功能】 1. 首页:查看系统整体。 2. 个人中心:管理管理员的个人信息。 3. 管理员管理:维护系统管理员的账户信息。 4. 医生管理:添加、编辑和删除医生信息。 5. 用户管理:查看和管理系统用户的信息。 6. 预约管理:审核和管理用户对医生的预约服务。 7. 就诊历史管理:查看和管理用户的就诊历史记录。 8. 健康信息管理:记录和查看用户的健康信息。 9. 药品管理:管理系统内的药品种类。 10. 药品入库管理:记录和管理药品的入库情况。 11. 药品使用管理:记录和管理药品的使用情况。 12. 医保信息管理:管理医保相关信息。 13. 论坛管理:审核和回复用户在论坛上的帖子。 14. 公告管理:发布、编辑和管理公告信息。 15. 基础数据管理:管理系统的基础数据。 16. 轮播图信息:管理系统首页的轮播图展示。 【医生功能】 1. 首页:查看医生个人信息。 2. 个人中心:管理医生的个人信息。 3. 预约管理:查看和管理用户对医生的预约服务。 4. 就诊历史管理:查看和管理用户的就诊历史记录。 5. 健康信息管理:记录和查看用户的健康信息。 6. 药品管理:管理系统内的药品种类。 7. 药品入库管理:记录和管理药品的入库情况。 8. 药品使用管理:记录和管理药品的使用情况。 9. 医保信息管理:管理医保相关信息。 10. 论坛管理:审核和回复用户在论坛上的帖子。 11. 公告管理:发布、编辑和管理公告信息。 12. 轮播图信息:管理系统首页的轮播
基于python的Opencv项目实战.zip
鸿蒙开发画廊效果功能,中间大,两边小的浏览效果,难度不小,进行了一定的封装。很好看的画廊效果
win32汇编环境,网络编程入门之十九
linux
【HD-RK3576-PI】定制用户升级固件
内容概要:本文是关于大规模L1正则化线性分类优化方法和软件比较的补充材料,由台湾大学计算机科学系的研究团队撰写。文章详细介绍了GLMNET算法的核心公式推导及其具体实现步骤,包括如何计算L¯j(0; X˜),以及如何维护关键变量以减少计算量。此外,文中对比了多种求解器(如CDN、IPM、TRON等)在不同数据集上的性能,涵盖达到特定停止准则所需时间、迭代次数及每次迭代的平均成本。研究结果显示,在大多数数据集上,CDN方法表现最优,但在极严格的条件下,IPM方法表现更好。对于L1和L2正则化的逻辑回归,文中指出L1正则化在某些数据类型上可能提供更好的准确性,但训练时间较长,因此推荐先尝试L2正则化用于分类任务,而L1正则化更适合特征选择。 适合人群:对机器学习算法尤其是正则化技术有一定了解的数据科学家和研究人员。 使用场景及目标:①需要进行大规模线性分类问题的优化;②比较不同优化方法和工具包在实际应用中的效果;③理解L1和L2正则化在逻辑回归中的区别及其适用情况。 其他说明:本文提供了详细的数学推导和实验结果分析,有助于深入理解各种优化方法的工作原理及其优劣。读者可以通过这些内容选择最适合自身需求的算法和工具包。
西电A测或通院微控温度仿真控制系统的proteus文件
华为ONT使能2.0工具
basalt_top
无极调速数控车床主轴箱装配CAD图.rar
乳液涂料生产流程图.rar
训练集数据
674322 Docker基础与实战.pdf