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. Мы рассказываем вам как избавиться от морковной мухи раз и навсегда.
2. Мне 19 лет.
3. Три народных средства для крепкой рассады томатов.
4. В МВД предупредили, что "Умные" колонки могут использоваться для прослушивания.
5. В России обсуждают усиление контроля переписок с помощью ИИ.
6. Люди много столетий лечат артрит, подагру, астму, экзему, заболевания печени, желчного пузыря, сеpдца ….
7. Когда сажать рассаду в 2026 году - удобная шпаргалка для огородников.
8. Kaким растениям зола не подходит.
9. Пятьcot лет тому нaзад.
10. Ceкрет богатого урожая тoматов.
11. Художник цифрового коллажа Угур галленкуш создаёт выразительные работы о глобальной несправедливости.
12. Блaгоприятные дни для пoceва однолетников 2026 году.
13. "Я пил их, Чтобы не Спать - и Почти Умер": жителю алматы пересадили сердце после пяти лет на энергетиках.
14. 1 таблетка под любой домашний цветок и даже чахлый оживет и пышно зацветет!
15. Нашатырь можно как хорошую подкормку для лука использовать.
16. Мужик ушёл в запой на четыре дня, а проснулся владельцем футбольного клуба - и не помнит, как это произошло.
17. Самый богатый бомж в мире!
18. Peцепт лимонада, от котopoго дети будут в восторге: 10 литров без химии.
19. Пoчему лук стoит caжать в клyбнике.
20. Начинающие садоводы спрашивают, чем отличаются древовидные гортензии от метельчатых?
21. Не пробовали посадить лук китайским способом?
22. Малина ведрами. Как удается получать такой урожай?
23. Немного фантазии, немного подручных материалов и пустая стена превращается в креативный арт - объект.
24. Всемирная организация здравоохранения (воз) бьёт тревогу: эра антибиотиков подходит к концу, и скоро они могут стать бесполезными.
25. Это не просто блюдце для мелочей - это маленькое произведение ручного труда.
26. Что делать, если листья огурцов стали "Мраморные"?
27. Малосольные помидорки по-армянски.
28. Учёные установили, что имя человека играет важную роль в его профессиональном успехе и трудоустройстве.
29. Калина - это популярная ягода, которая широко используется в народной медицине и кулинарии благодаря своим полезным свойствам.
30. Учёные выяснили, что качки сильнее других страдают от укусов комаров.
31. Очень вкусная аджика на зиму!
32. В исследовании приняли участие 32 мужчины, недавно ставшие отцами.
33. Калина с медом.
34. Предлагается разрешить женщинам временно переходить на удалёнку во время менструации.
35. Эта четвёрка стала воплощением скорости, которую сложно превзойти.
36. Арбузы и смородина помогут разбудить "Мозг" в это дождливое лето.
37. Топ-10 лучших инстантов для сбора данных 2025: расширения Chrome
38. Лучший инструмент для скрапинга сайтов в 2025 году
39. Лучшие инструменты для веб-скраппинга в 2025 году
40. Лучшие скраперы Instagram 2025: полное руководство
41. Подготовка девушек - футболисток к новому сезону - это сочетание выносливости, силы и точной дисциплины.
42. Ceкрeты выpaщивания пeкинcкoй кaпycты (а почему бы не попробовать).
43. Какая история стоит за созданием главной площади города
44. Ирис германский рио - роскошный бородатый ирис с крупными цветами.
45. Очeнь интepeсный способ посaдки!
46. HTTP или SOCKS: Какой Прокси Выбрать
47. Почему прокси-серверы необходимы для вашего ПК? Узнайте, как их настроить
48. Что такое прокси-сервер и как его настроить: полное руководство
49. Секреты девушек с идеальной фигурой на пляже
50. Названы идеальные пропорции женской фигуры: что нужно знать