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. Когда сажать бархатцы и какие сорта лучше выбрать.
2. В Алматы установили памятник истории спасения собаки живой цепью.
3. Сибирские охотники создавали костюмы, способные противостоять атакам медведей.
4. В России обсуждают усиление контроля переписок с помощью ИИ.
5. Путешествие любви, которое пересекло континенты, началось в отдалённой деревне Индии.
6. Психотерапевт из Англии оказался в центре скандала из-за методов "Лечения" своих пациенток.
7. Никогда не выращивайте томаты и перец без этого!
8. "ВИА Гра" на пике славы - "золотой граммофон", 6 декабря 2003 года.
9. Самые полезные виды варенья.
10. Работа в ночное время риск инфаркта и сердечно-сосудистых проблем повышает.
11. В Лос-анджелесе новый год отмечают необычным образом - под счетчик смертей от курения.
12. Австралийская семья отказалась продать дом за 50 миллионов долларов.
13. Маринованные помидоры с морковной ботвой.
14. Bpaчи пpeдупреждают: злоупoтребление мaндаринами пepeд прaздниками опacно для здоровья желудка.
15. Что нужно знать о перце:
16. Подругa нaучила "Прaвильно" тушить капусту.
17. Не пробовали посадить лук китайским способом?
18. Эти keфирно - maйонезные лепёшки получаются пышными и нежными, без яиц и дрожжей - просто смешал, обжарил и к столу.
19. Девушка создала мини - шкафчик своими руками, идеально подходящий для книг и разных мелочей.
20. Oдним из ярких однолетних растений по праву считается прекрасная немезия.
21. Давайте мы приготовим вкуснейшую аджику из cлив.
22. В 2026 году в России ожидается волна сокращений персонала.
23. Что обязательно укрыть на зиму, кроме роз.
24. Острый соус, который можно замораживать.
25. Чтобы растения были крепкими, здоровыми и давали богатый урожай, стоит иметь под рукой базовый набор удобрений:
26. Чем подкармливать морковь в конце лета.
27. Калина с медом.
28. Пруд на участке - это отличное решение для украшения сада, создания уютной атмосферы и привлечения птиц и других животных.
29. 5 лучших подкормок для огорода - проверено на практике.
30. Чтобы заточить секатор и обеспечить его эффективную работу, следуйте этим шагам:
31. Как спасти огурцы от мучнистой росы.
32. В том случае, если вам не удалось в этом году закрыть грибов, то такая альтернатива грибочкам будет кстати.
33. Японская роза аои - это декоративное растение, которое часто называют "Японской Розой" благодаря его красивым цветам и декоративной листве.
34. 10 июня 2023 года легендарная гонка "24 часа Ле - Мана" началась с настоящей драмы, которая сразу вошла в историю автоспорта.
35. Топ-11 прокси для Instagram в 2025: выбор профессионалов
36. Топ прокси США 2025: лучшие бесплатные и платные варианты
37. Полное руководство по покупкам на Amazon: советы и рекомендации
38. Дождевая вода - это вода, которая выпадает из атмосферы в виде осадков, то есть дождя.
39. Какие бизнес-центры в Москве самые известные и какие компании там расположены
40. Какие необычные факты о Москве могут удивить даже местных жителей
41. Как безопасно купить proxy для Инстаграм: советы и рекомендации
42. Лучшие цветы для выращивания на перголе.
43. Топ-10 прокси-серверов 2025: Рейтинг лучших сервисов для анонимности и безопасности
44. Полное руководство по прокси-серверам: всё, что нужно знать для начала
45. Какие активности можно провести в парках Москвы
46. Среди высоких многолетников можно обратить внимание на следующие виды:
47. Солянка с колбасой и курицей.
48. ТОП 10 самых красивых женских фигур мира: Часть 1
49. Какие ночные клубы или бары работают в Орске
50. Топовые идеи продуктов для Amazon FBA в 2025 году: Что будет востребовано