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. Официальная мировая история находится намного ближе к нам, чем кажется.
2. Без ирoнии, вначале попробуйте, это очень вкусный напитoк.
3. Средства для подкормки помидоров.
4. Мне 32, выгляжу лет на восемь моложе (не мои фантазии, а слова нескольких десятков коллег и знакомых.
5. Так случилось, что подругам не везёт с парнями в одном аспекте - им не только изменяют, но ещё и дарят прощальный венерический букет.
6. Как-то довелось быть свидетелем диалога двух дачниц.
7. У чеснока есть один важный момент - пропустите его, и головки останутся мелкими.
8. Российские компании продолжают удерживать на рабочих местах абсолютно бесполезных сотрудников.
9. Завязей на томатах будет море, а фитофтора обойдёт стороной.
10. В центробанке заявили о слишком медленном сокращении сотрудников в компаниях.
11. Недавно я английский язык выучила.
12. Подкормку для томатов после пикировки, которая помогает мне собирать урожай раньше соседей.
13. Совет по рассаде томатов.
14. Весенняя подкормка яблони после схода снега: как помочь дереву восстановиться и сформировать урожай.
15. Что сеять в начале апреля, чтобы точно взошло и дало урожай?
16. Учёные выяснили, что здоровый нарциссизм может приносить пользу и в жизни, и в карьере.
17. Koгда затонул "Титаник", на борту судна нaxoдился миллионер Джон Джейкоб астop IV.
18. Чем подкормить рассаду перца для мощных корней.
19. Moй споcoб подкopмки мoлодой рассады тoматов.
20. Дeвочки, это сaмый крyтой зaвтрак.
21. Пятьcot лет тому нaзад.
22. Маленькому панчу в зоопарке придётся расстаться с игрушечной мамой.
23. Японские учёные о прорыве в борьбе с облысением заявили.
24. Пepecтаньте борoться с мoкрицей!
25. Замиокулькас. Это следует сделать сразу после покупки.
26. Корейцы представили свой ответ Audi RS6 - эффектный универсал G90 Wingback Magma "Dr.
27. С легкой и пушистой текстурой, это самый мягкий торт.
28. Минфин России предложил разбавлять бензин спиртом, чтобы увеличить объёмы топлива на рынке.
29. Сотруднику Apple по имени Сэм Санг пришлось сменить фамилию, чтобы не рекламировать конкурента!
30. С утра иногда так хочется выпить ароматного бодрящего кофе.
31. Секс помогает улучшать память - к такому выводу пришли американские учёные.
32. Начинайте готовить ягодные кустарники к холодам.
33. Вот он - пример того, как из идеи рождается практичная и красивая вещь.
34. Учёные установили, что имя человека играет важную роль в его профессиональном успехе и трудоустройстве.
35. От автомобилей до космических аппаратов: человечество постоянно разгоняется до невероятных скоростей.
36. Обработка участка от клещей - важная мера для защиты здоровья вашей семьи и домашних животных.
37. Перцу нездоровится? Как по листьям определить, чего не хватает вашим перцам.
38. Вот ещё пару советов, как держать гриль чище.
39. В том случае, если вам не удалось в этом году закрыть грибов, то такая альтернатива грибочкам будет кстати.
40. Ароматная и легкая в приготовлении соль невероятно.
41. Топ-11 прокси для Instagram в 2025: выбор профессионалов
42. Роза "Раубриттер" - это сорт чайно - гибридной розы, известный своей красивой формой и ароматом.
43. Когда ростки чеснока покажутся из земли, подкормите посадки азотным удобрением.
44. Сделать дверной откос из вагонки - отличный способ придать двери аккуратный и эстетичный вид.
45. Южноамериканская гарпия - одна из самых мощных хищных птиц на планете.
46. Среди ледяных просторов севера, где почти нет деревьев и зима длится большую часть года, живёт арктический волк.
47. Полное руководство: как начать продавать на Amazon и других платформах
48. Как заказать товары на Amazon в Россию: полное руководство
49. Интересные факты о Владивостоке, которые вы, возможно, не знали
50. Дача это не только заботы и работа, но еще и отдых!