Лайфхаки

Маленькие, полезные хитрости

Парсинг с использованием

Человек, использующий настоящий браузер, почти никогда не станет запрашивать 20 веб-страниц в секунду из одного и того же веб-сайта. Поэтому если вы хотите запрашивать много веб-страниц из одного и того же веб-сайта, вам нужно заставить веб-сайт полагать, что все эти запросы отправляются из разных точек земного шара, то есть с использованием разных IP-адресов. Другими словами, вам нужно использовать прокси-серверы .

Прокси-сервер на python. Особенности взаимодействия прокси сервера с внешними серверами

Простой парсер прокси на питоне.. Настройка

Для успешной разработки парсинг-агента на прокси-сервере нужно установить Linux с такими инструментами:

TOR: распределенная, анонимная и зашифрованная сеть, в которой данные пользователей и сами пользователи никогда не будут раскрыты.Stem: контроллер Python для TOR.Privoxy: не кеширующий веб-прокси с фильтрацией, повышенной конфиденциальностью и возможностью изменения данных веб-страниц и заголовков HTTP.TOR (установка и настройка)

Установи TOR через терминал:

sudo apt-get update sudo apt-get install tor sudo /etc/init.d/tor restart

Далее:


Делаю парсер страниц на python. Нужно постоянно обходить большое ко-во страниц. Например, 1М в день.
Для этого раньше использовал многопоточность TheadPool. Но когда возросло кол-во требуемых одновременных подключений до 80-100 скрипт начинал падать по памяти.
Почитал, что пишут надо переходить на asyncio.
Накидал простенький скрипт, где беру прокси из файлика, беру url и обхожу их. Для ограничения одновременности испольщую semaphore.
Но столкнулся с тем, что если у меня для прокси доступно, например 50 потоков, то при выборке 200 урлов, первые 50 отработаются правильно, а остальные уйдут в ошибку. Такое ощущение, что семафор не работает или я как то не так использую это.

Человек, использующий браузер, вряд ли будет запрашивать с одного сайта 20 страниц в секунду. Поэтому, если вы собираетесь запрашивать с одного сайта большое количество страниц, то надо заставить сайт думать, что запросы идут от разных пользователей т.е. с разных IP адресов. Другими словами, вам необходимо использовать прокси .

Сегодня прокси стоят не очень дорого: ~ 1 доллар за IP. Однако, если вам нужно делать более чем 10 тысяч запросов в день на одном и том же веб-сайте, то затраты могут сильно вырасти, ведь вам потребуются сотни адресов. Следует учитывать, что IP-адреса прокси-серверов должны постоянно мониториться, чтобы отбросить тот, который выключился, и заменить его.

Последние обновления на сайте:

1. Так томаты в теплицу не просто так высаживают.
2. Мошенники фейковые сообщения от Telegram рассылают.
3. В Москве предупредили о возможных ограничениях связи.
4. Подкормку для томатов после пикировки, которая помогает мне собирать урожай раньше соседей.
5. Стapый китайский рецепт: раствор, в котором любой черенок пустит первые корешки за 2 дня.
6. Учёные раскрыли причину, почему кошки часто не доедают привычный корм.
7. Весенняя подкормка яблони после схода снега: как помочь дереву восстановиться и сформировать урожай.
8. Эти плoды содержат вещества, которые вызывают восстановление тканей, составляющих межпозвонковые мягкие диски.
9. Я мopковь сею следующим образом.
10. Три народных средства для крепкой рассады томатов.
11. Что сеять в начале апреля, чтобы точно взошло и дало урожай?
12. В России могут ввести самозапрет на покупки на маркетплейсах для контроля трат.
13. Трещины на тротуарах превращаются в целые миры художника.
14. Горсть миндаля в день может заметно улучшить состояние кожи.
15. Топ - 7 наборов семян, которые должны быть у каждого!
16. Ha зaметку! Нaшатырный спирт, пеpeкись водорода, йод - настоящая Находка для рассады томатов, как я провожу подкормки.
17. Когда внешний мир исчезает, полёт превращается в абсолютное доверие приборам и технологиям.
18. Не у всех укроп растёт как сорняк, в огромных количествах.
19. Когда самолёт начинает разбег, пилот выполняет чёткую последовательность действий, которую отрабатывал годами.
20. Так рыбка получится сочная и ароматная, не только минтай, а любая другая.
21. Лариса долина публично обвинила "Хейтеров и Ботов" в срыве своих концертов.
22. Простой способ саморегулируемого полива при помощи пластиковых бутылок.
23. Гoтовила вчера "Напoлеон" по нoвому - точно стоит попробовать.
24. Taкой арoматный и вкycный.
25. Эти парковочные роботы, работающие на базе искусственного интеллекта, незаметно меняют правила игры.
26. Учёные выяснили, что зимний секс может реально укрепить здоровье и защитить от болезней.
27. В России начались испытания новой вакцины против аллергии.
28. Нашим любимым подписчикам, дачникам и садоводам на заметку.
29. Секс помогает улучшать память - к такому выводу пришли американские учёные.
30. Спорт действительно мощно омолаживает организм - это официально подтвердили ученые.
31. Создавать уют своими руками - значит делать интерьер уникальным.
32. Начинайте готовить ягодные кустарники к холодам.
33. Острый соус, который можно замораживать.
34. Американские учёные провели исследование и пришли к интересному выводу: мужчины достигают психологической зрелости только после 40 лет.
35. Из простой банки из-под кофе получилось элегантное хранилище для вилок и ложек.
36. Подготовка почвы к новому сезону: без перекопки, но с пользой.
37. Эти малыши, размером 5-10 см.
38. Саженцы яблонь. Какие выбрать.
39. Чем подкормить клубнику в августе крупного урожая.
40. Что делать с кустами смородины после сбора урожая?
41. Как спасти огурцы от мучнистой росы.
42. Выбор беседки для дачи - важное решение, которое зависит от ваших потребностей, стиля участка и бюджета.
43. Банановая кожура - природное удобрение для огорода.
44. Лучшие бесплатные инструменты для веб-скраппинга 2025
45. Как использовать публичные SOCKS5 прокси в Telegram
46. Дорогие мои, вот что нужно для вкусной редиски с ароматными специями:
47. Лучшие прокси-сервисы 2025 года: Обзор и рейтинг
48. Топ-10 бесплатных прокси 2025: Надёжные и быстрые
49. Что такое прокси-сервер и как он работает: полное руководство
50. Основы работы с прямыми: ключевые принципы