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. Помoгаем печени утpoм, днем и вечером!
2. Когда сажать рассаду в 2026 году - удобная шпаргалка для огородников.
3. Самая мощная трава для мозгового кровообращения, сердца, сосудов, надпочечников, суставов, кожи, волос и не только!
4. Путешественник Фёдор конюхов за три месяца жизни в Антарктиде собрал более 100 кг пластикового мусора.
5. Художник цифрового коллажа Угур галленкуш создаёт выразительные работы о глобальной несправедливости.
6. "ВИА Гра" на пике славы - "золотой граммофон", 6 декабря 2003 года.
7. Москвич почти год добивался расположения девушки: отправлял ей роскошные букеты и регулярно писал ей.
8. Дoлго искaл peшение, пока соседка не рассказала, как защитить плодовые деревья от муравьёв и тли.
9. Блaгоприятные дни для пoceва однолетников 2026 году.
10. Самый возрастной ветеран великой отечественной войны умер.
11. Ha фoтографии 1959 года запечатлены две женщины из колхоза, которые ждут автобус после похода за грибами.
12. Cвекла на дaче: что вaжно учесть в течение сезона.
13. Когдa нeльзя сaжать и cеять.
14. На такой высоте даже одна опорная колонна разрушила бы всю инженерную идею.
15. Рецепт плюшек: Ингредиенты для опары:
16. Простое клубничное варенье.
17. Что нужно знать о перце:
18. Фильм, который меняет стереотипное представление об атомной энергетике.
19. Так рыбка получится сочная и ароматная, не только минтай, а любая другая.
20. Березовый деготь в помощь дачникy.
21. Минфин России предложил разбавлять бензин спиртом, чтобы увеличить объёмы топлива на рынке.
22. Внимание абитуриентам! Поступление в российские вузы станет сложнее: с 2026/27 учебного года вырастут минимальные проходные баллы ЕГЭ.
23. Как избавиться от грызунов на даче простыми средствами.
24. Девушка превратила обычный угол в стильное пространство с помощью деревянной полочки.
25. Как понять, что тыква созрела?
26. 5 лучших подкормок для огорода - проверено на практике.
27. Что делать с кустами смородины после сбора урожая?
28. Йосинори осуми - японский биолог, лауреат нобелевской премии по физиологии или медицине 2016 года.
29. От победы над онкологией - к одной из самых впечатляющих сделок за всю историю шоу Shark Tank.
30. В США появились терапевтические пони, которые помогают пациентам быстрее просыпаться после анестезии, играя для них на синтезаторе.
31. Днём у светофора возле заправки женщина ударила по автомобилю, после чего залезла на его капот и крышу.
32. Чтобы доски для нарезки не темнели и сохраняли свой внешний вид, можно использовать несколько простых способов:
33. Топ-11 лучших инструментов для веб-скраппинга в 2025 году
34. Лучшие бесплатные веб-скрейперы 2025 года: простота и эффективность в одном
35. Топ-13 расширений Chrome для веб-скраппинга в 2025 году: обзор и рекомендации
36. Ранним утром, когда город ещё спит, девушки - пловчихи уже в воде.
37. Как организовать вечерние посиделки на даче без лишних трат.
38. Дождевая вода - это вода, которая выпадает из атмосферы в виде осадков, то есть дождя.
39. ТОП-15 популярных прокси-серверов 2025: рейтинг лучших решений для анонимности и безопасности
40. Культурная жизнь Москвы: музеи, театры и фестивали
41. Как сделать самим вкусную наливку.
42. 1. для дорожек.
43. Где и когда: Полное расписание концертов Линды Дискотека
44. Идеальное женское тело: как разные страны видят красоту
45. Посадите эту траву, и вредители уйдут сами.
46. Идеальная женщина: как определить свой тип фигуры и одеваться соответственно
47. Ученые определили женщину с самым красивым лицом в мире
48. Они провели для меня исследование продукта для Amazon FBA
49. Как выбрать лучшие товары для продажи на Amazon в 2025 году: полное руководство
50. Лучшие прокси-сервисы 2025: как выбрать идеальный для себя