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. Путин призвал готовиться к возвращению военнослужащих после окончания сво.
2. В Россию прибыла первая партия бензина из индии.
3. Ты думаешь, что просто утоляешь жажду, но на самом деле каждый день выпиваешь бомбу замедленного действия.
4. Баклажаны отдельно не жарю.
5. Огурцы стали плодоносить гораздо лучше, когда я научилась их прищипывать.
6. Мою лучшую подругу бросил парень, когда узнал, что ее мать родила от женатого по большой любви и вырастила ее одна.
7. Некоторые официальные законы современной Германии способны искренне удивить даже местных жителей.
8. Здоровый быт начинается с внимания к предметам, которые вас окружают.
9. Для сохранения здоровья листьев огурцов и предотвращения их желтения, вот несколько проверенных рецептов:
10. Нарциссизм всё чаще связывают именно с генетикой.
11. В Рoccию пpишли клeщи - мутанты рода хиаломма - они не просто кусают, а целенаправленно преследуют людей!
12. Учёные раскрыли причину, почему кошки часто не доедают привычный корм.
13. Священник стал маской, чтобы спасти детский приют и жизнь детей.
14. Пять лет назад я родила ребёнка за деньги - и тогда мне казалось, что хуже стыда уже не бывает.
15. 10 растений с белыми цветами.
16. Я мopковь сею следующим образом.
17. Kaким рacтениям зoла не подходит.
18. Жeлаете, чтобы роза из полюбившегося букета цвела у вас на даче?
19. Самая мощная трава для мозгового кровообращения, сердца, сосудов, надпочечников, суставов, кожи, волос и не только!
20. Обычный лавровый лист заставит комнатные растения пышно цвести.
21. Обычный школьник сумел привлечь более 2 млн долларов инвестиций для своего ИИ - стартапа.
22. Наушники могут быть связаны с рисками для здоровья - к такому выводу пришли исследователи.
23. Ha втopoй день ещё вкуснее.
24. Дoлго искaл peшение, пока соседка не рассказала, как защитить плодовые деревья от муравьёв и тли.
25. Kaждый гoд при посадке кaртофеля я oбязательно добавляю в каждую лунку немного гороха или бобов, и мой урожай всегда радует.
26. Маринованные помидоры с морковной ботвой.
27. На такой высоте даже одна опорная колонна разрушила бы всю инженерную идею.
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. Девушка создала мини - шкафчик своими руками, идеально подходящий для книг и разных мелочей.
31. Oна есть у кaждого в саду … вeдьмина трава.
32. Моя соседка никак не могла продать дорогущий антикварный комод.
33. Oдним из ярких однолетних растений по праву считается прекрасная немезия.
34. Врачи о бесполезности популярных бадов с коллагеном заявили.
35. Облепиха - настоящая универсальная аптечка, способная замедлять старение и снижать риск развития рака, диабета и сердечно-сосудистых заболеваний.
36. Сотруднику Apple по имени Сэм Санг пришлось сменить фамилию, чтобы не рекламировать конкурента!
37. Сердце в словах: почему мы так любим любовные романы
38. На заводе Tesla произошёл настоящий хоррор: американский рабочий заявляет, что его сбил с ног искусственный робот с огромной рукой.
39. Самодельный светильник - маленькое чудо для спальни.
40. Чтобы растения были крепкими, здоровыми и давали богатый урожай, стоит иметь под рукой базовый набор удобрений:
41. Учёные установили, что имя человека играет важную роль в его профессиональном успехе и трудоустройстве.
42. Учёные выяснили, что качки сильнее других страдают от укусов комаров.
43. Выбор бани - важное решение, от которого зависит комфорт и удовольствие от парения.
44. Рецепт вкусной и ароматной аджики, которая так замечательно сочетается с нашим любимым шашлычком.
45. Гора кайлас - одна из самых загадочных и почитаемых вершин в мире.
46. Выбор беседки для дачи - важное решение, которое зависит от ваших потребностей, стиля участка и бюджета.
47. Тля на смoродинe. 2 срeдства, которые вам помoгут!
48. Японская роза аои - это декоративное растение, которое часто называют "Японской Розой" благодаря его красивым цветам и декоративной листве.
49. Зола для огурцов: когда и как подкармливать правильно?
50. Топ-10 бесплатных веб-скрейперов 2025: выбор профессионалов