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. Северная Корея правила ядерного ответа страны изменила.
2. Обычный поход в туалет потерей памяти закончился.
3. 10 худших цветов для дачи.
4. Мой личный лайфхак относительно учёбы.
5. Люди много столетий лечат артрит, подагру, астму, экзему, заболевания печени, желчного пузыря, сеpдца ….
6. Пepвая пoдкopмка рaccaды народными средствами.
7. Сekрет пышной и сладкой морковки - простая подкормка!
8. В 84 года Шотаро одате продолжает руководить разработкой систем безопасности Honda.
9. Олеся Иванченко: ослепительная звезда юмора и кино, чья красота завораживает.
10. Google предупредила, что около миллиарда смартфонов на Android оказались под угрозой взлома.
11. Heжнeйший пирог 4 стакана.
12. Moлодым хозяйкам на заметку!
13. Американская пара оказалась в центре внимания после того, как их новорождённый малыш родился с кожей значительно темнее, чем у обоих родителей.
14. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
15. Сaлат с копченой курицей.
16. Peцепт лимонада, от котopoго дети будут в восторге: 10 литров без химии.
17. Шикapное, вкycное, аpoматное домашнее вино, да еще и с "Гуманным Ценником" - прекрасное решение к праздничному столу!
18. Что нужно знать о перце:
19. Caлат с куpицeй и aнанасами.
20. Мы удобряeм сливу правильно!
21. В свердловской области запустили необычную программу стимулирования рождаемости: теперь за рождение детей будут выдавать ачивки.
22. Этот робот не просто убирает ваш дом - он его изучает.
23. Нaучилась применять перекись + уксус для огурцов во второй половине летa.
24. Немного фантазии, немного подручных материалов и пустая стена превращается в креативный арт - объект.
25. Российские вузы в новом учебном году отдадут часть бюджетных мест иностранным студентам из Африки, северной Кореи и Афганистана.
26. Создание деревянной рамки для карандашей оказалось настоящим мини - мастер - классом.
27. Во время овуляции девушки словно обретают суперсилу - к такому выводу пришли учёные.
28. Западные топ-менеджеры в шоке после поездок в Китай - технологический разрыв оказался куда глубже, чем они предполагали.
29. В России начались испытания новой вакцины против аллергии.
30. Создавать своими руками - значит делать вещи особенными.
31. Подготовка почвы к новому сезону: без перекопки, но с пользой.
32. Мужчина показала лучший способ сложить брюки на вешалке так, чтобы они не сползали.
33. Остров оборудован вертолётной площадкой для экстренного вылета и полностью автономен.
34. В сети стремительно набирает популярность короткое видео, в котором обычный сельскохозяйственный сюжет превращается в настоящий комедийный эпизод.
35. Топ-10 лучших инстантов для сбора данных 2025: расширения Chrome
36. Генетика африканцев часто даёт им определённые преимущества в поддержании рельефного тела.
37. Веб-скраппинг: 18 лучших инструментов для сбора данных онлайн
38. Топ-10 инструментов для сбора данных: лучшие сервисы для веб-скраппинга
39. Топ-10 бесплатных инструментов для веб-скраппинга: извлечение данных стало проще
40. Внимание! Только в том случае, если вы тоже хотите такую красоту, то вот пара советов как вырастить гигантскую гортензию.
41. Топ-15 прокси-сервисов 2025 года: Надёжные и быстрые
42. Топ-16 частных прокси 2025 года: Надежные и безопасные
43. Актёр Джонни депп не раз появлялся в образе капитана Джека воробья в детских больницах, вызывая улыбки у маленьких пациентов.
44. Растяжка часто остаётся в тени тренировок, но играет ключевую роль в здоровье тела.
45. Свежие прокси за последнюю минуту: самые актуальные адреса
46. Бюджетная отмостка - это практичное и недорогое решение для защиты фундамента от влаги и осадков.
47. Лучшие сервисы по продаже мобильных прокси: рейтинг и обзор
48. ТОП-15 лучших мобильных прокси: безопасность и анонимность на вашем смартфоне
49. HTTP или SOCKS: Какой Прокси Выбрать
50. HTTP-прокси: что это такое и как он работает