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. Путешественник Фёдор конюхов за три месяца жизни в Антарктиде собрал более 100 кг пластикового мусора.
2. Японские учёные о прорыве в борьбе с облысением заявили.
3. Дочь марии Шукшиной раскрыла боль семейных отношений.
4. Oбычный лавровый лист заставит комнатные растения пышно цвести.
5. Работа в ночное время риск инфаркта и сердечно-сосудистых проблем повышает.
6. В США появились биохакерские ретриты за 20 тысяч долларов, которые обещают участникам "Дополнительные Годы Жизни".
7. Приехал, посмотрел - старая печка трескается, швы осыпаются, тяга уже не та.
8. В 2018 году 19-летняя эстель решила изменить имидж и покрасить волосы в тёмный цвет.
9. Не у всех укроп растёт как сорняк, в огромных количествах.
10. Аня покров и Артур Бабич поженятся в следующем году.
11. Стильное оформление квартиры.
12. Некоторые сельские общины южной Кореи нашли необычный способ сохранить маленькие школы, несмотря на снижение рождаемости.
13. Оформить грин-карту по лотерее больше нельзя - США приостановили действие программы.
14. Салат "Кремлёвский": когда хочется почувствовать себя особой королевских кровей!
15. Исследование показало, что матери в среднем тратят на сыновей больше, чем на дочерей.
16. Как правильно подкармливать пионы чтобы они пышно цвели.
17. Apple всерьёз взялась за индийских продавцов и пригрозила им штрафами и остановкой поставок, если айфоны снова окажутся в России.
18. Помню, как у бабушки на кухне всегда пахло дрожжевым тестом.
19. Давайте мы приготовим вкуснейшую аджику из cлив.
20. Taкой арoматный и вкycный.
21. Полезная памятка средств для сада и огорода.
22. Врачи предупреждают: заправлять постель сразу после пробуждения может быть опасно для здоровья.
23. Малина ведрами. Как удается получать такой урожай?
24. В 2026 году в России ожидается волна сокращений персонала.
25. Учёные в вейпах следы фекалий обнаружили.
26. Морозостойкие сорта гибридной хурмы.
27. Это не просто блюдце для мелочей - это маленькое произведение ручного труда.
28. Малосольные помидорки по-армянски.
29. Чем мульчировать малину осенью для защиты корней?
30. Учёные из университета эмори пришли к удивительному выводу: собаки любят своих хозяев даже больше, чем еду.
31. Учёные выяснили, что качки сильнее других страдают от укусов комаров.
32. В исследовании приняли участие 32 мужчины, недавно ставшие отцами.
33. Автоматический полив огорода - это система, которая позволяет удобно и эффективно орошать растения без постоянного ручного вмешательства.
34. Топ-15 Бесплатных Резиденциальных Прокси-Серверов для 2025 Года
35. Как бороться с сорняками на клумбах.
36. Как заказать товары из Amazon в Россию: полное руководство
37. В Турции к кошкам относятся с особым трепетом и уважением - они здесь настоящие любимцы людей.
38. Пластиковый пакет в среднем 10-15 минут используется.
39. Какие мероприятия проводятся в парках Санкт-Петербурга летом
40. Лучший прокси-сайт 2025: Обзор и рейтинг
41. 15 супер - рецептов из помидоров.
42. Proxy-сервер: что это такое и зачем он нужен
43. Что такое прокси-сервер и для чего он нужен
44. Секреты девушек с идеальной фигурой: как достичь своей мечты
45. Плов в рукаве для запекания в духовке.
46. Идеальное тело: 7 знаменитостей, которые вдохновляют своей формой
47. Секреты идеальной фигуры: как модели сохраняют свою форму
48. Ученые определили женщину с самым красивым лицом в мире
49. Как найти прибыльные товары для Amazon FBA в Q4 2025
50. Какие интересные факты о мостах через Неву