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. Амбициозный Cybertruck не оправдал надежд Илона маска.
2. Крупный сбой Beget затронул работу сайтов рунета.
3. Регулярный дневной сон может сигнализировать о нарушениях в мозге.
4. Мировая слава и бешеные деньги не гарантируют звездам защиту от ареста.
5. Выживший в страшном пожаре ребенок стал профессиональным огнеборцем вопреки запретам врачей.
6. Он реально как из детства - густой, насыщенный, чуть сладковатый, чуть острый.
7. Замуж выходила по сильной любви за ярого мотоциклиста, но ради нашего совместного будущего мы решили, что увлечение слишком опасное.
8. В Москве вновь вводят жёсткие лимиты на продажу бензина и дизельного топлива.
9. Ты думаешь, что просто утоляешь жажду, но на самом деле каждый день выпиваешь бомбу замедленного действия.
10. Должны были с подружкой пойти в субботу на пробежку.
11. Баклажаны с перцем и чесноком: готовлю целую сковороду, а до утра ничего не остаётся.
12. Вселенная кажется нам знакомой лишь потому, что мы видим звёзды на ночном небе.
13. Сетевые мошенники начали выдавать себя за биологических родителей доверчивых подростков.
14. Формировка огурцов. 1. начинаю с нижней части.
15. План для женщин, которые одиноки и ищут себе мужчину!
16. Средства для подкормки помидоров.
17. Бесит, когда какие-то неадекваты просто внаглую смотрят, что у меня на дисплее айфона.
18. Урологи из сша новую технологию увеличения разработали.
19. Так томаты в теплицу не просто так высаживают.
20. Нарциссизм всё чаще связывают именно с генетикой.
21. Я не люблю формулировку "мы Встречаемся".
22. Совершенно неважно, сколько было выпито до этого: две бутылки вина или две бутылки текилы.
23. Недавно я английский язык выучила.
24. Воля к жизни возможности человеческого тела превосходит.
25. Кейсы в CS2 и паки Fifa предложили запретить в России.
26. Монтажная пена - один из самых недооценённых и в то же время самых неправильно используемых материалов в строительстве.
27. Kpaxмал и зола для смородины - секрет сладких ягод.
28. Ваши вопросы: пожелтела совсем туя после зимы.
29. Сковорода шипит, пирожки румянятся, а настроение становится праздничным.
30. Клещи - мутанты из Африки атакуют россиян.
31. Горсть миндаля в день может заметно улучшить состояние кожи.
32. Помoгаем печени утpoм, днем и вечером!
33. Oгурцы в бутылках - стpaнно, но работает: способ посадки, который даёт высокий урожай.
34. Когда сажать рассаду: лунный посевной календарь на 2026 год по месяцам и советы агрономов.
35. "Фишка моей внешности в том, что я родилась старой.
36. Фотохроника: на фото бывший смотрящий за мурманском Валерий аллахвердиев (валера аллах) и бывший вор Александр северов (Саша север.
37. Работа в ночное время риск инфаркта и сердечно-сосудистых проблем повышает.
38. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
39. Топ - 5 самых неприхотливых сортов перца.
40. Эти keфирно - maйонезные лепёшки получаются пышными и нежными, без яиц и дрожжей - просто смешал, обжарил и к столу.
41. Вторая половина июля и август месяц идеально подходит для пересадки и посева многолетних цветов:
42. Какао - настоящее спасение для тех, кто работает на удалёнке или в офисе.
43. Внимание абитуриентам! Поступление в российские вузы станет сложнее: с 2026/27 учебного года вырастут минимальные проходные баллы ЕГЭ.
44. Учёные выяснили, что зимний секс может реально укрепить здоровье и защитить от болезней.
45. В России начались испытания новой вакцины против аллергии.
46. Полезная свекольная аджика на зиму.
47. Топ - 5 идей для уюта на даче осенью.
48. Что обязательно укрыть на зиму, кроме роз.
49. Чтобы растения были крепкими, здоровыми и давали богатый урожай, стоит иметь под рукой базовый набор удобрений:
50. Ежедневный секс может стать отличным способом защититься от осенних простуд и орви - к такому выводу пришли учёные.