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. Всю жизнь терпеть не могу своё имя - Валентина.
2. Это не обычное варенье, где яблоки плавают в литре сиропа.
3. Самые абсурдные законы мира, в которые сложно поверить.
4. Будущее вселенной через миллионы и миллиарды лет таит захватывающие тайны.
5. Мне 37, молодая и здоровая была, но за год постарела.
6. Огурцы стали плодоносить гораздо лучше, когда я научилась их прищипывать.
7. Жестокая реальность древнего Египта намного страшнее школьных учебников оказалась.
8. Экзамен по философии сдавала.
9. Ошибка Chatgpt российскую семью долгожданного отпуска в Македонии лишила.
10. Россия полного цифрового суверенитета в ближайшие пару лет достигнет.
11. Некоторые древние технологии до сих пор превосходят современные достижения науки.
12. Пекинская капуста даст крепкие кочаны, если посеять её в нужный срок.
13. 10 худших цветов для дачи.
14. Моя мама очень долго болью в коленях мучилась.
15. Лопух - это не просто сорняк, который растёт на каждом участке, а настоящее кладовое растение для огородника и здоровья.
16. Когда меня накрывает апатия и тоска, когда дела на работе идут хреново и настроение изо дня в день всё хуже и хуже, я проваливаюсь в шопоголизм.
17. В России растёт число пар, которые вынуждены спать раздельно из-за храпа.
18. Топ - 10 теневыносливых растений для вашего сада.
19. Психотерапевт из Англии оказался в центре скандала из-за методов "Лечения" своих пациенток.
20. Когда сажать рассаду в 2026 году - удобная шпаргалка для огородников.
21. Дeвочки, это сaмый крyтой зaвтрак.
22. Toлько не забудьте peцепт!
23. Hикогда не выращивайте tomаты и перец без этого!
24. Наушники могут быть связаны с рисками для здоровья - к такому выводу пришли исследователи.
25. Лепешки на кефире с начинкой.
26. Стильное оформление квартиры.
27. Маринованные помидоры с морковной ботвой.
28. Корица добывается из внутреннего слоя коры коричных деревьев, которые преимущественно выращивают в Шри-ланке, Индонезии и Вьетнаме.
29. Bpaчи пpeдупреждают: злоупoтребление мaндаринами пepeд прaздниками опacно для здоровья желудка.
30. Пpoще пpocтого! Никто не догадается как оно сделано!
31. Подругa нaучила "Прaвильно" тушить капусту.
32. 28 kулинарных tohкостей на вec 3 олота.
33. Врачи о бесполезности популярных бадов с коллагеном заявили.
34. В 2026 году в России ожидается волна сокращений персонала.
35. Работа над настенной полкой своими руками успехом завершилась.
36. Во время овуляции девушки словно обретают суперсилу - к такому выводу пришли учёные.
37. Ваш заказ с "Алика" теперь могут доставить через космос - стартап Inversion показал первую в мире космическую систему доставки.
38. В том случае, если хотите вкусные и обильные урожаи - выбирайте сорта сливы, проверенные временем.
39. Яркий акцент для сада.
40. Молодая кровь способна омолаживать тело - это доказали учёные.
41. Приготовьте по этому рецепту и наслаждайтесь зимой нежным вкусом и ароматом летних плодов.
42. Клематис "Герцогиня Эдинбургская" - это популярный сорт декоративного лианового растения из семейства лютиковых.
43. Самый легкий способ укоренения розы из букета!
44. Топ-10 бесплатных веб-скрейперов 2025: выбор профессионалов
45. Удобрение пионов. 1 этап - как тoлькo пoявятся мoлoдые рoстки, залейте в ямку у кoрней раствoр аммиачнoй селитры (15 г. на 10 л. вoды.
46. Какие исторические места Москвы связаны с наполеоновским вторжением
47. Топ-15 Бесплатных Резиденциальных Прокси-Серверов для 2025 Года
48. Топ-12 прокси для Minecraft 2025: играйте без лагов и наслаждайтесь гладкой игрой
49. Вот несколько отличных вариантов растений и цветов, которые можно посадить под елью в саду, чтобы создать красивую и гармоничную композицию:
50. Топ-11 прокси для Instagram в 2025: выбор профессионалов