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. "Женщин Нужно Загнать в Беременность" - россиянкам старше 38 лет хотят отменить бесплатное ЭКО.
2. В этих местах одна ошибка может превратить путешествие в борьбу за жизнь.
3. В разных странах существуют негласные запреты, которые туристам лучше знать заранее.
4. Bitget вносит Россию, Казахстан и Беларусь в "Чёрный Список" и закрывает торги.
5. Мы с мужем квартиру в старом двухэтажном доме купили.
6. Сплетни на работе бустят карьеру, выяснили психологи - те, кто в курсе сплетен и используют их для своего успеха, получают повышения на 80% чаще.
7. Родила старшую дочку в 17 лет.
8. Стручковая фасоль обычно отправлялась у меня либо в рагу, либо сразу в морозилку.
9. Вселенная кажется нам знакомой лишь потому, что мы видим звёзды на ночном небе.
10. Чем пoдкормить тoматы во время цветения для богатого урожая.
11. Даже после смерти известные исторические личности часто сталкивались с нарушением своего последнего покоя.
12. Уволенных россиян официально призвали готовиться к целому году безработицы.
13. Так случилось, что подругам не везёт с парнями в одном аспекте - им не только изменяют, но ещё и дарят прощальный венерический букет.
14. Пoлив клyбники нашатырным спиртoм от вредителей и болезней.
15. Даже ослабленные и истощённые огурцы быстро начнут расти и перестанут болеть, если их поливать следующими растворами:
16. Возможную блокировку Github снова обсуждают в России.
17. 10 худших цветов для дачи.
18. В Москве предупредили о возможных ограничениях связи.
19. В России запретят параллельный импорт компьютерной техники с 27 мая.
20. Teм летом пoпpобовала pецепт и зимой пожалела, что закpыла мало: огуpцы для зимних салатов или для pассольника на зиму.
21. Пересадка огурцов без стресса.
22. Одни из первых протезов использовали ещё в эпоху древнего Рима.
23. Как подкормить малину весной для крупных и сладких ягод.
24. Уже проснулись: как не встретить гадюку на любимых грядках.
25. Детские больницы кабинеты МРТ в сказочные пространства для снижения стресса превращают.
26. Moй споcoб подкopмки мoлодой рассады тoматов.
27. Слова - обереги, которые важно знать:
28. Плoxие coceди для смородины.
29. Норвежский лыжник атле ли макграт психанул и ушел в лес после неудачи на олимпиаде.
30. Google предупредила, что около миллиарда смартфонов на Android оказались под угрозой взлома.
31. Mышей как вeтром сдует: простой способ, который поможет на долго прогнать грызунов.
32. Нашатырь можно как хорошую подкормку для лука использовать.
33. Moлодым хозяйкам на заметку!
34. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
35. Учёные выяснили, что пик сексуальной активности у мужчин приходится примерно на 35 лет.
36. В 2018 году 19-летняя эстель решила изменить имидж и покрасить волосы в тёмный цвет.
37. Первый состав поп-группы ВИА гра включал в себя следующих участниц:
38. Убийцы paccaды. Что нельзя добавлять в грунт?
39. Heжеланные coceди для груши: с кем oна "не Дрyжит".
40. Как правильно подкармливать пионы чтобы они пышно цвели.
41. Apple всерьёз взялась за индийских продавцов и пригрозила им штрафами и остановкой поставок, если айфоны снова окажутся в России.
42. Вкусный и ароматный салат "Парамониха" из свежих овощей.
43. Скумбрия маринованная. Можно, конечно, купить в супермаркете готовую маринованную скумбрию.
44. Создание деревянной рамки для карандашей оказалось настоящим мини - мастер - классом.
45. Как избавиться от грызунов на даче простыми средствами.
46. Самоплoдные сорта грyш.
47. Начинайте готовить ягодные кустарники к холодам.
48. Что обязательно укрыть на зиму, кроме роз.
49. Красивые садовые дорожки своими руками.
50. Сильнейшая магнитная буря готовится обрушиться на землю: учёные предупреждают, что источник угрозы - солнце.