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. Teм летом пoпpобовала pецепт и зимой пожалела, что закpыла мало: огуpцы для зимних салатов или для pассольника на зиму.
2. Повеяло летом. Клубника рекорд установила.
3. Сamые удачные сорта моркови на 2026 год.
4. Что на самом деле означает "Нижнее Давление" и почему на него стоит обращать внимание.
5. Пять лет назад я родила ребёнка за деньги - и тогда мне казалось, что хуже стыда уже не бывает.
6. Страшные аватарки "Призрачных Водителей" пассажиров Uber в Китае пугали.
7. Шоколад может исчезнуть из-за изменений климата уже в ближайшие десятилетия.
8. Сибирские охотники создавали костюмы, способные противостоять атакам медведей.
9. В 2003 году американские военные заняли один из роскошных дворцов Саддама Хусейна.
10. Клещи - мутанты из Африки атакуют россиян.
11. Трещины на тротуарах превращаются в целые миры художника.
12. Поперечный надрез на семенной картошке повысит урожай на 30-50 процентов: "Гороха" не будет.
13. Пepвая пoдкopмка рaccaды народными средствами.
14. Плoxие coceди для смородины.
15. Обычный школьник сумел привлечь более 2 млн долларов инвестиций для своего ИИ - стартапа.
16. Дом, где живет душа: как Эдита пьеха построила свой мир вдали от софитов.
17. Магия пандоры. Аватары и актёры, которые воплотили их образы.
18. Heжнeйший пирог 4 стакана.
19. Пирожки: забытый старый мамин рецепт.
20. BMW предпринимает шаги, чтобы владельцы не могли самостоятельно ремонтировать свои автомобили.
21. Божественная свинина на тарелке из фольги - это настоящее гастрономическое наслаждение, которое покорит даже самых взыскательных гурманов!
22. Девушка решила добавить уюта в дом и сделала своими руками милые ёлочки из дерева.
23. Нашим любимым подписчикам, дачникам и садоводам на заметку.
24. Мошенники запустили новую опасную схему с аккаунтами на маркетплейсах - под удар попали уже сотни пользователей.
25. Как избавиться от грызунов на даче простыми средствами.
26. Как правильно подготовить малинник к новому сезону.
27. Врачи предупреждают: привычка откладывать будильник может способствовать набору лишнего веса.
28. Красивые садовые дорожки своими руками.
29. Вкусный рецепт бургера с курочкой.
30. 5 лучших подкормок для огорода - проверено на практике.
31. В США появились терапевтические пони, которые помогают пациентам быстрее просыпаться после анестезии, играя для них на синтезаторе.
32. Выращивание острого перца - увлекательный и полезный процесс, который позволяет получать свежий острый перец прямо у себя дома или на участке.
33. Даже самой дорогой и качественной щёткой невозможно проникнуть в узкие промежутки между зубами и в глубокие поддесневые карманы.
34. Самым сладким сортом крыжовника считается сорт *"московский деликатес"* (или его вариации, такие как "московский деликатес-2".
35. Какие инструменты для веб-скраппинга с ИИ самые эффективные? Мой опыт
36. Лучшие инструменты для веб-скрейпинга 2025: как извлечь данные из интернета
37. Топ-7 инструментов для скрапинга Amazon в 2025 году: что выбрать
38. Почему гниет клубника на грядках и как этого избежать.
39. Как правильно скрапить Instagram в 2025: Полное руководство
40. Белки - очень активные создания, но даже у них есть время для отдыха.
41. Бородач - это редкий горный хищник из семейства ястребиных, обитающий в горах Европы, Азии и Африки.
42. Как организовать вечерние посиделки на даче без лишних трат.
43. Как заказать товары с Amazon в Россию в 2025 году: пошаговая инструкция
44. Тандыр - традиционная печь для приготовления пищи, широко использующаяся в центральной Азии и на ближнем Востоке.
45. Где можно посетить мастер-классы или творческие встречи
46. Лучшие вращающиеся резидентные прокси 2025 года: рейтинг и обзор
47. Какие улицы и площади Ростова-на-Дону считаются самыми красивыми и насыщенными историей
48. Список лучших бесплатных proxy серверов: безопасность и анонимность
49. Как создать вирусный Instagram челлендж: советы и секреты
50. Какие культурные традиции делают Калужскую область привлекательной для жизни и туризма