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. Обычный лавровый лист заставит комнатные растения пышно цвести.
2. Красотка Джессика альба после развода продолжает жить свою лучшую жизнь!
3. Coветы для тoго, чтoбы получить крупную малину.
4. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
5. Учёные выяснили, что пик сексуальной активности у мужчин приходится примерно на 35 лет.
6. Когда внешний мир исчезает, полёт превращается в абсолютное доверие приборам и технологиям.
7. После новогодних праздников американские врачи советуют не лежать на диване, а выходить на улицу и активно выпускать газы.
8. Bpaчи пpeдупреждают: злоупoтребление мaндаринами пepeд прaздниками опacно для здоровья желудка.
9. Девушка своими руками соорудила аккуратную деревянную полочку и повесила её на стену.
10. Пpoще пpocтого! Никто не догадается как оно сделано!
11. Готовлю ужин всего за 10 минут: 1 стакан кефира, и вот уже вкусное блюдо готово!
12. Фиhики как лekapство от всего или 20 фактов о финиках.
13. Apple всерьёз взялась за индийских продавцов и пригрозила им штрафами и остановкой поставок, если айфоны снова окажутся в России.
14. Арапайма звучит как имя из глубокой древности, и недаром.
15. Лучший способ хранения чеснока.
16. Облепиха - настоящая универсальная аптечка, способная замедлять старение и снижать риск развития рака, диабета и сердечно-сосудистых заболеваний.
17. Маленький шкафчик своими руками - задача непростая, но дамочка справилась блестяще.
18. Западные топ-менеджеры в шоке после поездок в Китай - технологический разрыв оказался куда глубже, чем они предполагали.
19. Учёные разработали крем, который действительно убирает морщины - и в этот раз речь не о рекламе, а о подтверждённых клинических испытаниях.
20. Создавать уют своими руками - значит делать интерьер уникальным.
21. Из простой банки из-под кофе получилось элегантное хранилище для вилок и ложек.
22. Вкусный рецепт бургера с курочкой.
23. Перцу нездоровится? Как по листьям определить, чего не хватает вашим перцам.
24. Как спасти огурцы от мучнистой росы.
25. Исследование морей с помощью субмарин стало популярным не только среди учёных, но и как часть туристических развлечений на курортах.
26. Желудочный сок стервятников обладает поразительной кислотностью - его pH приближается к 1, 0, что сравнимо с аккумуляторной кислотой.
27. Топ-9 инструментов для веб-скраппинга в 2025 году: что нового и что лучше
28. Топ-13 расширений Chrome для веб-скраппинга в 2025 году: обзор и рекомендации
29. Какие интересные факты о московских улицах и их названиях
30. Топ-5 лучших прокси для Instagram в 2025 году
31. Актёр Джонни депп не раз появлялся в образе капитана Джека воробья в детских больницах, вызывая улыбки у маленьких пациентов.
32. Белки - очень активные создания, но даже у них есть время для отдыха.
33. Опасные растения для дачи!
34. Можно ли заказывать с Amazon в Россию в 2025 году: последние обновления
35. Бородач - это редкий горный хищник из семейства ястребиных, обитающий в горах Европы, Азии и Африки.
36. Южноамериканская гарпия - одна из самых мощных хищных птиц на планете.
37. Полное руководство по покупкам на Amazon: советы и рекомендации
38. Лучшие бесплатные и платные веб-прокси 2025: полный обзор
39. Расскажите о истории Красной площади и её значении для России
40. Топ-10 бесплатных прокси 2025: Надёжные и быстрые
41. Почему прокси-серверы необходимы для вашего ПК? Узнайте, как их настроить
42. Что такое прокси-сервер и как он работает: полное руководство
43. Что такое прокси-сервер и для чего он нужен
44. Плов в рукаве для запекания в духовке.
45. 100+ Лучших товаров для продажи на Amazon в 2025 году
46. Как я нахожу продукты, которые продаются на $30,000 за 30 дней на Amazon
47. Секреты поиска продуктов для продажи на Amazon FBA в 2025 году
48. Amazon FBA Seller ToolKit 2025: Как повысить продажи и оптимизировать бизнес на Amazon
49. Как найти товары для продажи на Amazon
50. Какие уникальные маршруты для велосипедистов есть в городе