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. Важные правила подкормки, о которых нельзя забывать.
2. Как буддийские монахи вышли на протест и столкнулись с полицией.
3. Резкий рост неисправных вагонов в РЖД вызывает тревогу на фоне возможного дефицита.
4. Hикогда не выpaщивайте tomаты и перец без этого!
5. Когда смотрю квартиры, чтобы снять себе жильё, делаю акцент на ремонте.
6. Мануте бол казался пришельцем даже среди самых высоких игроков нба.
7. Когда вид на озеро главным элементом проекта дома становится.
8. Этой весной Россию накроет массовое нашествие комаров и клещей.
9. Путешественник Фёдор конюхов за три месяца жизни в Антарктиде собрал более 100 кг пластикового мусора.
10. Египтяне нередко аэрофотосъёмки большого сфинкса избегают.
11. Красотка Джессика альба после развода продолжает жить свою лучшую жизнь!
12. Ceйчас я делаю блинчики, которые тают во рту!
13. Ecли розы чахнут и перестают цвести, можно использовать простой раствор на основе пищевой соды для их омоложения.
14. Фигуру дочки Маликова бурно обсуждают в Сети.
15. Убийцы paccaды. Что нельзя добавлять в грунт?
16. Натали вспомнила мужа: "третья новогодняя ночь без него.
17. Некоторые сельские общины южной Кореи нашли необычный способ сохранить маленькие школы, несмотря на снижение рождаемости.
18. Очищение сосудов головного мозга.
19. Дeвочки, прошу вaшего совета.
20. Девушка своими руками соорудила аккуратную деревянную полочку и повесила её на стену.
21. Муж 4 года не догадывался что это аджика из кабачков, уплетал за обе щеки, при том, что кабачки он не ест!
22. Вмecто тыcячи слов.
23. Российские вузы в новом учебном году отдадут часть бюджетных мест иностранным студентам из Африки, северной Кореи и Афганистана.
24. Секрет крупного озимого чеснока - простая подкормка при посадке!
25. Как правильно подготовить малинник к новому сезону.
26. Учёные выяснили, что в процессе работы мы задействуем всего около 40% умственных ресурсов.
27. Женщины изменяют в 2, 5 раза чаще именно в период овуляции, утверждает новое исследование.
28. Калина с медом.
29. Польза компоста очень велика и включает в себя множество экологических, экономических и агрономических преимуществ.
30. Эта четвёрка стала воплощением скорости, которую сложно превзойти.
31. Лишь в том случае, если клубника мельчает или ягод мало.
32. Ароматная и легкая в приготовлении соль невероятно.
33. Веб-скраппинг: 18 лучших инструментов для сбора данных онлайн
34. Что такое веб-скрейпинг в 2025 году: Основные области применения
35. Организация дровника - важный аспект для хранения дров в порядке, сухости и удобстве использования.
36. Тренировки на мышечную массу помогают девушкам стать сильнее, выносливее и увереннее в себе.
37. Подготовка девушек - футболисток к новому сезону - это сочетание выносливости, силы и точной дисциплины.
38. Какие необычные места можно посмотреть в Волгограде, которые не указаны в обычных путеводителях
39. Психологи напоминают: плакать - это не слабость, а естественный способ справиться с эмоциями и стрессом.
40. Мы исправляем вытянувшуюся рассаду.
41. Дорогие мои, вот как я обычно вешаю цветочный горшок на веревку - это просто и красиво, а главное, надежно!
42. В Калифорнии местный житель снял на видео пугающую сцену, напоминающую кадры из фильмов об апокалипсисе.
43. Как заказать товары с Amazon в Москву: полное руководство
44. ТОП-15 популярных прокси-серверов 2025: рейтинг лучших решений для анонимности и безопасности
45. Какие религиозные места можно посетить в Москве
46. Как создать вирусный Instagram челлендж: советы и секреты
47. Растения, отпугивающие комаров.
48. Базилик маркиз - это сорт базилика, который хорошо подходит для выращивания дома на обычном подоконнике, даже без фитолампы.
49. Как приготовить вкусную перловку с мясом в духовке.
50. Параметры идеальной фигуры женщины: как добиться совершенства