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. В Японии открылся уникальный музей для всех ценителей женских ног.
2. Бывают такие моменты, когда на душе ой как тяжко, и мучают ненужные мысли и пустые переживания.
3. Стapый китайский рецепт: раствор, в котором любой черенок пустит первые корешки за 2 дня.
4. Почему обеспеченные люди реже приложения для знакомств выбирают.
5. Полёты к луне снова реальностью спустя десятилетия стали.
6. Tpи весенних опрыскивания сада: сроки и средства.
7. Исследование рост половой дисфункции среди молодого поколения показало.
8. Сибирские охотники создавали костюмы, способные противостоять атакам медведей.
9. Мануте бол казался пришельцем даже среди самых высоких игроков нба.
10. Психотерапевт из Англии оказался в центре скандала из-за методов "Лечения" своих пациенток.
11. Cвeжий укроп всегда под рукoй.
12. Астронавт на борту мкс запечатлел одно из самых редких атмосферных явлений - спрайты и голубые джеты в верхних слоях атмосферы.
13. Google предупредила, что около миллиарда смартфонов на Android оказались под угрозой взлома.
14. Учёные выяснили, что пик сексуальной активности у мужчин приходится примерно на 35 лет.
15. Приехал, посмотрел - старая печка трескается, швы осыпаются, тяга уже не та.
16. Их форма, цвет и даже расположение никогда не бывают случайными.
17. Сaлат с копченой курицей.
18. Россияне внезапно кинулись скупать видеокарты, и спрос взлетел почти на 400%.
19. Муж 4 года не догадывался что это аджика из кабачков, уплетал за обе щеки, при том, что кабачки он не ест!
20. Caлат "Мaкcим". Ингредиенты:
21. Всемирная организация здравоохранения (воз) бьёт тревогу: эра антибиотиков подходит к концу, и скоро они могут стать бесполезными.
22. Сотруднику Apple по имени Сэм Санг пришлось сменить фамилию, чтобы не рекламировать конкурента!
23. Работа над настенной полкой своими руками успехом завершилась.
24. Учёные выяснили, что зимний секс может реально укрепить здоровье и защитить от болезней.
25. Создание деревянной рамки для карандашей оказалось настоящим мини - мастер - классом.
26. Создавать уют своими руками - значит делать интерьер уникальным.
27. Учёные установили, что имя человека играет важную роль в его профессиональном успехе и трудоустройстве.
28. Калина - это популярная ягода, которая широко используется в народной медицине и кулинарии благодаря своим полезным свойствам.
29. От автомобилей до космических аппаратов: человечество постоянно разгоняется до невероятных скоростей.
30. Доводчик для откатной двери - это устройство, которое автоматически закрывает дверь после открытия, обеспечивая плавное и безопасное закрытие.
31. 5 лучших подкормок для огорода - проверено на практике.
32. Как спасти огурцы от мучнистой росы.
33. Исследование морей с помощью субмарин стало популярным не только среди учёных, но и как часть туристических развлечений на курортах.
34. Самым сладким сортом крыжовника считается сорт *"московский деликатес"* (или его вариации, такие как "московский деликатес-2".
35. Топ-15 инструментов для веб-скрейпинга в 2025 году: обзор и рекомендации
36. Лучший инструмент для скрапинга сайтов в 2025 году
37. Топ-11 лучших инструментов для веб-скраппинга в 2025 году
38. Лучший инструмент для веб-скраппинга: как извлечь данные из интернета в 2025 году
39. Дорогие мои, я давно заметила, что в деревне или на даче сон бывает намного крепче и спокойнее.
40. Как использовать прокси для социальных сетей и лучшие провайдеры в 2025 году
41. Топ-10 лучших прокси-серверов 2025 года: рейтинг и обзор
42. Бесплатные прокси-серверы высокой скорости: полный список
43. Опасные растения для дачи!
44. Как заказать товары с Amazon в Россию: полное руководство
45. Тренировка задолго до старта начинается.
46. Народные методы избавления от травы на садовых дорожках:
47. Инуиты - коренные жители Арктики, населяющие Гренландию, север Канады, Аляску и некоторые районы России.
48. Дорогие мои, вот как я обычно вешаю цветочный горшок на веревку - это просто и красиво, а главное, надежно!
49. Интересные факты о Владивостоке, которые вы, возможно, не знали
50. ТОП-15 популярных прокси-серверов 2025: рейтинг лучших решений для анонимности и безопасности