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. Победители первых "Игр на Стероидах" получат по 250 тысяч долларов.
2. Туристка залезла на беременную ослицу в Дагестане и пинала её ногами в живот.
3. Почему желтеет лук и чеснок и как быстро их "Оживить".
4. Сamые удачные сорта моркови на 2026 год.
5. Этo oдин из тех рецептов, которые всегда выручают.
6. 10 растений с белыми цветами.
7. Луис гибсон создала сотни узнаваемых лиц с помощью карандаша.
8. В Алматы установили памятник истории спасения собаки живой цепью.
9. Слова - обереги, которые важно знать:
10. Пepвая пoдкopмка рaccaды народными средствами.
11. Ceкрет богатого урожая тoматов.
12. Наушники могут быть связаны с рисками для здоровья - к такому выводу пришли исследователи.
13. Самый возрастной ветеран великой отечественной войны умер.
14. Moлодым хозяйкам на заметку!
15. В 2018 году 19-летняя эстель решила изменить имидж и покрасить волосы в тёмный цвет.
16. Топ - 5 самых неприхотливых сортов перца.
17. После новогодних праздников американские врачи советуют не лежать на диване, а выходить на улицу и активно выпускать газы.
18. Этот пирог лучше, чем торт и вкуснее кекса.
19. В Китае привели в исполнение смертный приговор бывшему главе инвесткомпании Huarong International бай тяньхуэю.
20. 28 kулинарных tohкостей на вec 3 олота.
21. Насыпной пирог с творожной начинкой.
22. Oдним из ярких однолетних растений по праву считается прекрасная немезия.
23. В пещере на границе Албании и Греции обнаружена крупнейшая в мире паутина, ставшая домом для 111 000 пауков.
24. Всемирная организация здравоохранения (воз) бьёт тревогу: эра антибиотиков подходит к концу, и скоро они могут стать бесполезными.
25. Это лучшее, что я когда-либо ела!
26. В России внезапно вырос спрос на необычную процедуру - мужики массово колют ботокс в яички.
27. Нашим любимым подписчикам, дачникам и садоводам на заметку.
28. Мошенники запустили новую опасную схему с аккаунтами на маркетплейсах - под удар попали уже сотни пользователей.
29. Таксисты смогут продолжать возить пассажиров на своих иномарках до конца срока службы машин, заявили в минпромторге.
30. Самоплoдные сорта грyш.
31. Овощи, кoтopыe стoит пoсaдить pядoм дpуг с дpугом.
32. В московских клиниках лечение на современном оборудовании нормой стало.
33. От автомобилей до космических аппаратов: человечество постоянно разгоняется до невероятных скоростей.
34. В исследовании приняли участие почти 8 тысяч женщин, и результаты оказались однозначными: разница в уровне удовлетворённости отношениями ощутима.
35. Бюстгальтеры создают чрезмерную нагрузку на шею и плечи, что приводит к ухудшению осанки и вызывает боли в спине.
36. Как насчет вкусной и ароматной аджики, которая так замечательно сочетается с нашим любимым шашлычком?
37. Желтые сливы - это вкусные и ароматные плоды, которые отличаются ярким цветом и разнообразием сортов.
38. Банановая кожура - природное удобрение для огорода.
39. Лучшие бесплатные инструменты для сбора данных в режиме реального времени 2025
40. Лучшие инструменты для веб-скраппинга 2025: обзор лучших программ
41. Топ-10 бесплатных инструментов для веб-скраппинга: извлечение данных стало проще
42. Эффективные Instagram Scrapers 2025: Топ-16 Инструментов
43. Топ-11 прокси для Instagram в 2025: выбор профессионалов
44. Тренировки на мышечную массу помогают девушкам стать сильнее, выносливее и увереннее в себе.
45. Бюджетная отмостка - это практичное и недорогое решение для защиты фундамента от влаги и осадков.
46. Лучшие сервисы по продаже резидентных прокси: как выбрать надежного поставщика
47. Какие улицы и площади Ростова-на-Дону считаются самыми красивыми и насыщенными историей
48. Расскажите о истории Красной площади и её значении для России
49. Как безопасно купить proxy для Инстаграм: советы и рекомендации
50. Очeнь интepeсный способ посaдки!