Лайфхаки

Маленькие, полезные хитрости

Подключения по прокси


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.

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:

Выбор подхода к созданию и управлению пулом может быть головной болью. В этом разделе мы опишем некоторые вопросы, которые вам нужно задать себе при выборе наилучшего прокси-решения для ваших задач:

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.

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

Ещё один вопрос, который стоит обсудить — какие прокси использовать: публичные, общие или выделенные?

Прежде чем говорить о прокси-серверах, нам сначала необходимо понять, что такое IP-адреса и как они работают (очень коротко). IP-адрес — это набор чисел, который присваивается любому устройству, подключенному к Internet Protocol, например, к интернету, что дает каждому устройству уникальный идентификатор. Большинство IP-адресов выглядят так:

207.148.1.212

Какие бывают прокси. Что такое прокси, зачем нужны прокси и какие бывают виды?

Последние обновления на сайте:

1. Трамп добился новой отсрочки лотереи грин-карт DV - 2027 через суд.
2. В разных странах существуют негласные запреты, которые туристам лучше знать заранее.
3. Регулярный дневной сон может сигнализировать о нарушениях в мозге.
4. Эти невероятные вещи заставляют усомниться в реальности.
5. Умер эр - Джей Митт, звезда сериала "Во все Тяжкие", ему было всего 34 года.
6. Законы астрофизики вынесли вселенной беспощадный смертный приговор на триллионы лет вперед.
7. В московском метро появилась памятка о том, что на Западе нет настоящих демократических выборов.
8. Они не искали славы, но одним решением спасли миллиарды человеческих жизней.
9. Одна взятка в Китае способна уничтожить не только карьеру, но и всю жизнь вместе с будущим всей семьи.
10. Грядку под озимый чеснок готовлю не в ДЕНЬ посадки.
11. Депутат Горелкин слухи о блокировке Steam в России развеял.
12. Будущее вселенной через миллионы и миллиарды лет таит захватывающие тайны.
13. Вселенная кажется нам знакомой лишь потому, что мы видим звёзды на ночном небе.
14. Мне было 27 и никаких отношений, хотя всё в порядке с внешним видом.
15. Умер в день похорон дочки: не стало водителя скорой помощи, в которой погибли три человека.
16. Большинство крупнейших катастроф в мировой истории не были неизбежными.
17. Официальная мировая история находится намного ближе к нам, чем кажется.
18. Роскошные пиры древних римских императоров часто шокировали своими безумными кулинарными шедеврами.
19. Жестокая реальность древнего Египта намного страшнее школьных учебников оказалась.
20. Уволенных россиян официально призвали готовиться к целому году безработицы.
21. Девушка случайно Airpods вместо таблетки перед сном проглотила.
22. Трое уже умерли: смертельный вирус подстерегает на дачах и пикниках.
23. Подкормку для томатов после пикировки, которая помогает мне собирать урожай раньше соседей.
24. Соседи в шоке: зачем я кладу горох в каждую лунку с картофелем?
25. 10 растений с белыми цветами.
26. 1941 год. Украина, первые месяцы оккупации.
27. Kак победить пырей на участке.
28. Когда сажать рассаду в 2026 году - удобная шпаргалка для огородников.
29. Дeвочки, это сaмый крyтой зaвтрак.
30. Японские учёные о прорыве в борьбе с облысением заявили.
31. Oгурцы будете рaздавать всем coceдям.
32. Нежный пирог черный принц из варенья.
33. В 2005 году на склоне итальянской горы коллето - фава появился 60-метровый розовый кролик.
34. Дом, где живет душа: как Эдита пьеха построила свой мир вдали от софитов.
35. Секс и даже мысли о нём могут ускорять рост бороды - к такому выводу пришли учёные.
36. "Фишка моей внешности в том, что я родилась старой.
37. Магия пандоры. Аватары и актёры, которые воплотили их образы.
38. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
39. 2397 золотистых ретриверов заполнили парк в Буэнос-айресе, чтобы побить мировой рекорд.
40. Врачи из Калифорнии предупреждают: Chatgpt может усугублять психические расстройства и довести до серьёзных проблем с психикой.
41. Психологи предупреждают: игнорирование открыток и сообщений от бабушек может навредить их здоровью.
42. Этот человек способен воссоздать любой оттенок, на который вы укажете, с безупречной точностью, и делает это каждый раз без использования машины.
43. Насыпной пирог с творожной начинкой.
44. В пещере на границе Албании и Греции обнаружена крупнейшая в мире паутина, ставшая домом для 111 000 пауков.
45. Эти парковочные роботы, работающие на базе искусственного интеллекта, незаметно меняют правила игры.
46. Клубника на подоконнике - аромат лета круглый год!
47. Учёные разработали крем, который действительно убирает морщины - и в этот раз речь не о рекламе, а о подтверждённых клинических испытаниях.
48. В США готовятся подписать на главные фильмы, сериалы и рекламу актрису тиллу норвуд с одной оговоркой: тиллы не существует, это полностью ИИ.
49. Мигрень и боли в спине могут возникать из-за перфекционизма - у людей с хронической болью внутренний критик активен чаще обычного.
50. Чем подкармливать морковь в конце лета.