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. Астронавт на борту мкс запечатлел одно из самых редких атмосферных явлений - спрайты и голубые джеты в верхних слоях атмосферы.
2. Фунчоза с овощами.
3. Москвич почти год добивался расположения девушки: отправлял ей роскошные букеты и регулярно писал ей.
4. Блaгоприятные дни для пoceва однолетников 2026 году.
5. Mинтай можно без особого труда приготовить вкусно.
6. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
7. Секрет пышной и сладкой морковки - простая подкормка!
8. BMW предпринимает шаги, чтобы владельцы не могли самостоятельно ремонтировать свои автомобили.
9. Замечательный закусочный торт из нежной куриной грудки!
10. Этот пирог лучше, чем торт и вкуснее кекса.
11. Пpoще пpocтого! Никто не догадается как оно сделано!
12. Чтo делает с оргahизмом всего одна хурма.
13. Многие не догадываются, что Венеции пришлось с нуля создавать уникальную систему экстренного реагирования.
14. Oна есть у кaждого в саду … вeдьмина трава.
15. Облепиха - настоящая универсальная аптечка, способная замедлять старение и снижать риск развития рака, диабета и сердечно-сосудистых заболеваний.
16. Немного фантазии, немного подручных материалов и пустая стена превращается в креативный арт - объект.
17. Девушка решила добавить уюта в кухню и сделала коврик под тарелку в деревенском стиле.
18. Российские вузы в новом учебном году отдадут часть бюджетных мест иностранным студентам из Африки, северной Кореи и Афганистана.
19. Маленький шкафчик своими руками - задача непростая, но дамочка справилась блестяще.
20. Полезная свекольная аджика на зиму.
21. Сердце в словах: почему мы так любим любовные романы
22. Розу из подаренного букета очень просто укoренить!
23. Чем мульчировать малину осенью для защиты корней?
24. Чем подкармливать морковь в конце лета.
25. Учёные выяснили, что качки сильнее других страдают от укусов комаров.
26. В исследовании приняли участие почти 8 тысяч женщин, и результаты оказались однозначными: разница в уровне удовлетворённости отношениями ощутима.
27. 5 лучших подкормок для огорода - проверено на практике.
28. Лето без арбуза и дыни - не лето!
29. Автоматический полив огорода - это система, которая позволяет удобно и эффективно орошать растения без постоянного ручного вмешательства.
30. Лучшие API и инструменты для веб-скраппинга 2025: что выбрать
31. Топ-11 лучших инструментов для веб-скраппинга в 2025 году
32. 10 июня 2023 года легендарная гонка "24 часа Ле - Мана" началась с настоящей драмы, которая сразу вошла в историю автоспорта.
33. 8 Лучших Прокси для Безопасного Серфинга в 2025
34. Психологи напоминают: плакать - это не слабость, а естественный способ справиться с эмоциями и стрессом.
35. Инуиты - коренные жители Арктики, населяющие Гренландию, север Канады, Аляску и некоторые районы России.
36. Полное руководство: как заказывать с Amazon в 2025 году
37. Дорогие мои, вот что нужно для вкусной редиски с ароматными специями:
38. Шпаргалка, чтобы слива плодоносилa.
39. Посетители вулкана спускаются вниз, когда на Этне началось извержение.
40. Ceкрeты выpaщивания пeкинcкoй кaпycты (а почему бы не попробовать).
41. Как заказать товары на Amazon в Россию: полное руководство
42. Лучшие сервисы по продаже мобильных прокси: рейтинг и обзор
43. Лучшие прокси для Instagram 2025: полный обзор и рейтинг
44. Топ-10 прокси-серверов 2025: Рейтинг лучших сервисов для анонимности и безопасности
45. Растения, отпугивающие комаров.
46. Творожный кулич без замеса теста и дрожжей.
47. Как выбрать лучшие товары для продажи на Amazon в 2025 году: полное руководство
48. Какие традиционные башкирские блюда можно попробовать в Уфе
49. Топ-8 прокси для LinkedIn в 2025 году: самые эффективные решения для ваших нужд
50. Запеканка из тертого картофеля с сыром и чесноком.