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. После уборки чеснока всегда остаются повреждённые головки.
2. Грядку под озимый чеснок готовлю не в ДЕНЬ посадки.
3. Клубника отплодоносила, но бросать её до весны нельзя.
4. Из космоса полное солнечное затмение выглядит как идеально круглая, медленно ползущая тень по поверхности земли.
5. Почему утро, день и вечер не имеют чётких границ.
6. Свёкла наполовину торчит из земли - это ещё не значит, что она срочно просится в погреб.
7. Твоё тело работает 24 часа в сутки без твоего участия.
8. Пробу снимаю еще горячей и каждый раз радуюсь: кабачки не развариваются, а соус получается густым и пикантным.
9. Помните, как в детстве мы кидали друг в друга эти упрямые колючки и потом выдёргивали их из волос?
10. Сетевые мошенники начали выдавать себя за биологических родителей доверчивых подростков.
11. Пять великих мыслителей трагически заплатили жизнью за свои смелые убеждения.
12. У меня есть лишний вес, пытаюсь как-то двигаться и есть поменьше, но за зиму всё равно набрала больше обычного.
13. Средства для подкормки помидоров.
14. Даже после смерти известные исторические личности часто сталкивались с нарушением своего последнего покоя.
15. Давайте соберём самые рабочие подкормки для огурцов в начале роста.
16. Использование йода в теплице - это популярный народный метод, который помогает улучшить здоровье томатов.
17. Петербургские депутаты предложили изменить школьную программу полового воспитания.
18. Малина в июне в правильной подкормке нуждается.
19. Бывают такие моменты, когда на душе ой как тяжко, и мучают ненужные мысли и пустые переживания.
20. Опасный хантавирус за пределы лайнера вышел.
21. Банановая кожура в БОРЬБЕ с муравьями.
22. Проект за 200 миллионов долларов превратился в странный город - призрак.
23. Первая обработка сада от паразитов весной: полный гайд.
24. Исследование рост половой дисфункции среди молодого поколения показало.
25. Антонио бандерас и дакота Джонсон - один из самых трогательных примеров того, что настоящая семья строится не на биологии, а на искренней любви.
26. Нашатырь можно как хорошую подкормку для лука использовать.
27. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
28. Самый богатый бомж в мире!
29. Маркетплейс Wildberries готов выйти за пределы онлайн - продаж и открыть собственную сеть отелей на популярных зарубежных курортах, сообщают СМИ.
30. Шикapное, вкycное, аpoматное домашнее вино, да еще и с "Гуманным Ценником" - прекрасное решение к праздничному столу!
31. Для современных зумеров наличные уже почти потеряли смысл, пишет Business Insider.
32. Как правильно ухаживать за фиалками.
33. Не пробовали посадить лук китайским способом?
34. Жeнщинe пocлe 40 лeт витамин в 12 жизнeннo нeoбхoдим.
35. Врачи предупреждают: заправлять постель сразу после пробуждения может быть опасно для здоровья.
36. Учёные в вейпах следы фекалий обнаружили.
37. Работа над настенной полкой своими руками успехом завершилась.
38. Маленький шкафчик своими руками - задача непростая, но дамочка справилась блестяще.
39. Девушка приложила руки, фантазию и терпение, и результат превзошёл все ожидания.
40. Нашим любимым подписчикам, дачникам и садоводам на заметку.
41. Как ухаживать за астрами для пышного цветения.
42. Секс помогает бороться со стрессом и даже ускоряет восстановление после тренировок - к такому выводу пришли исследователи.
43. Это не просто блюдце для мелочей - это маленькое произведение ручного труда.
44. Чем мульчировать малину осенью для защиты корней?
45. Сильнейшая магнитная буря готовится обрушиться на землю: учёные предупреждают, что источник угрозы - солнце.
46. Ядовитые пауки - осы добрались до Москвы - об этом заявляют биологи.
47. Вкусный рецепт бургера с курочкой.
48. Йосинори осуми - японский биолог, лауреат нобелевской премии по физиологии или медицине 2016 года.
49. Автоматический полив огорода - это система, которая позволяет удобно и эффективно орошать растения без постоянного ручного вмешательства.
50. Топ-11 лучших облачных сервисов для веб-скраппинга в 2025 году