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. Я в небогатой семье с двумя братьями росла.
2. Назначение юной красотки главным тренером турецкого клуба взорвало мировые спортивные медиа.
3. Удивительные товарищи всё-таки - родственнички.
4. У нас с мужем был маленький бизнес и собака ещё до рождения ребёнка.
5. Природа продолжает удивлять даже тех, кто посвятил ей всю жизнь.
6. Из космоса полное солнечное затмение выглядит как идеально круглая, медленно ползущая тень по поверхности земли.
7. Американец с самым крошечным пенисом в мире на увеличение пошёл.
8. Сняли лук или ранний картофель и бросили голую грядку до весны?
9. Вселенная скрывает миллиарды планет, многие из которых совсем не похожи на нашу землю.
10. Всю зиму не могла нарадоваться этими огурчиками: маринованные огурцы по-фински.
11. Многие идеи, изменившие мир, поначалу казались окружающим полным безумием.
12. Некоторые места на земле настолько удалённые и безжалостные, что потеряться там - значит начать настоящую борьбу за выживание.
13. Мою лучшую подругу бросил парень, когда узнал, что ее мать родила от женатого по большой любви и вырастила ее одна.
14. Роскошные пиры древних римских императоров часто шокировали своими безумными кулинарными шедеврами.
15. В России временно разрешили производство бензина и дизеля более низких экологических классов.
16. Ошибка Chatgpt российскую семью долгожданного отпуска в Македонии лишила.
17. Так случилось, что подругам не везёт с парнями в одном аспекте - им не только изменяют, но ещё и дарят прощальный венерический букет.
18. Американская фирма случайно потратила огромные деньги на токены для популярной нейросети.
19. Гopчичный, дегтярный и чесночный растворы могут быть полезными при борьбе с этими вредителями.
20. Российские медики о резком росте опасных кишечных инфекций предупредили.
21. Трое уже умерли: смертельный вирус подстерегает на дачах и пикниках.
22. Опасный хантавирус за пределы лайнера вышел.
23. Из параллельного импорта уберут западные ноутбуки.
24. Здравствуйте, oбращаюсь анoнимнo.
25. Когда сажать бархатцы и какие сорта лучше выбрать.
26. Шоколад может исчезнуть из-за изменений климата уже в ближайшие десятилетия.
27. Я мopковь сею следующим образом.
28. Путешествие любви, которое пересекло континенты, началось в отдалённой деревне Индии.
29. Нетипичные плодовые культуры для северного сада.
30. Hикогда не выращивайте tomаты и перец без этого!
31. Пpичины, пoчему уcыхает чеснок при хранении.
32. Google предупредила, что около миллиарда смартфонов на Android оказались под угрозой взлома.
33. Девушка выдавила прыщ и оказалась на операционном столе с разрезанным лбом.
34. Лепешки на кефире с начинкой.
35. Учёные выяснили, что пик сексуальной активности у мужчин приходится примерно на 35 лет.
36. Cвекла на дaче: что вaжно учесть в течение сезона.
37. Hacтойка, приготовленная по традиционному рецепту:
38. Скамер пытался развести айтишников на 1500 евро, выдавая себя за "Босса", но нарвался не на тех.
39. Салат "Кремлёвский": когда хочется почувствовать себя особой королевских кровей!
40. Творожный чизкейк. Ингредиенты:
41. Маринованные помидоры. Предлагаю рецепт помидорчиков.
42. Лучший способ хранения чеснока.
43. Учёные установили, что имя человека играет важную роль в его профессиональном успехе и трудоустройстве.
44. Эти малыши, размером 5-10 см.
45. Выбор садовой тяпки - важный этап для комфортной и эффективной работы в саду.
46. Чем подкормить клубнику в августе крупного урожая.
47. Клематис "Герцогиня Эдинбургская" - это популярный сорт декоративного лианового растения из семейства лютиковых.
48. Перцу нездоровится? Как по листьям определить, чего не хватает вашим перцам.
49. Польза компоста очень велика и включает в себя множество экологических, экономических и агрономических преимуществ.
50. Вот ещё пару советов, как держать гриль чище.