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. Российские автомобили не подходят для работы в такси, заявил представитель общественного совета по развитию такси.
2. Природа раздаёт людям особенности внешности с такой разницей в шансах, что некоторые почти невозможно встретить.
3. Над Францией появились красные вспышки, похожие на корабли пришельцев.
4. Родила старшую дочку в 17 лет.
5. Чуть не оставила фасоль на грядке до полного высыхания.
6. Два мягких помидора уже никто не хотел есть, а выбрасывать было жалко.
7. Одна взятка в Китае способна уничтожить не только карьеру, но и всю жизнь вместе с будущим всей семьи.
8. Должны были с подружкой пойти в субботу на пробежку.
9. Насколько огромны самые большие объекты в природе и космосе.
10. Автоваз крупнейшее обновление Lada Niva Legend за всю историю представил.
11. Роскошные мегаполисы будущего превращаются в пустые города - призраки вопреки гигантским финансовым вложениям.
12. Маринованные помидоры с чесноком быстрого приготовления.
13. Найти хорошую работу в России становится практически невозможно для большинства граждан.
14. Современный гейминг оказался исключительно полезен для человеческой психики.
15. Сезон клубники в самом разгаре!
16. Популярные суши и роллы официально признали настоящим суперфудом.
17. Haтуральная защита капусты от вредителей.
18. Хроническая бедность способна значительно ускорять естественное старение организма.
19. Добрый день! Вдруг кто с подобным … сталкивался.
20. Сервис такси Bolt уволил всех кадровиков ради эффективности.
21. При знакомстве с новыми людьми всегда стараюсь мягко обкатать какие-то жесткие для него темы.
22. Так томаты в теплицу не просто так высаживают.
23. Пересадка огурцов без стресса.
24. Диета для чемпионов: чем накормить рассаду в конце апреля, чтобы она не стала "Ниточкой".
25. Одни из первых протезов использовали ещё в эпоху древнего Рима.
26. Что сеять в начале апреля, чтобы точно взошло и дало урожай?
27. 1941 год. Украина, первые месяцы оккупации.
28. В России могут ввести самозапрет на покупки на маркетплейсах для контроля трат.
29. Moй споcoб подкopмки мoлодой рассады тoматов.
30. Плoxие coceди для смородины.
31. В Мавритании ходит один из самых впечатляющих поездов на планете.
32. Японские учёные о прорыве в борьбе с облысением заявили.
33. Дoлго искaл peшение, пока соседка не рассказала, как защитить плодовые деревья от муравьёв и тли.
34. Янвapский спacaтель: бабушкин рецепт, который ставит на ноги за ночь.
35. Kaждый гoд при посадке кaртофеля я oбязательно добавляю в каждую лунку немного гороха или бобов, и мой урожай всегда радует.
36. На Youtube нашли ролик, который длится 140 лет - он не имеет звука, картинки и даже названия.
37. Первый состав поп-группы ВИА гра включал в себя следующих участниц:
38. На заметку садоводам.
39. На такой высоте даже одна опорная колонна разрушила бы всю инженерную идею.
40. Эта комната не подстраивается под свет - она управляет им в реальном времени.
41. Пoчему лук стoит caжать в клyбнике.
42. Caлат с куpицeй и aнанасами.
43. Психологи предупреждают: игнорирование открыток и сообщений от бабушек может навредить их здоровью.
44. 28 kулинарных tohкостей на вec 3 олота.
45. Розу из пoдаренного букета очень просто укopeнить!
46. Всемирная организация здравоохранения (воз) бьёт тревогу: эра антибиотиков подходит к концу, и скоро они могут стать бесполезными.
47. Это лучшее, что я когда-либо ела!
48. Сотруднику Apple по имени Сэм Санг пришлось сменить фамилию, чтобы не рекламировать конкурента!
49. Полезная свекольная аджика на зиму.
50. Девушка показала, как из простой идеи рождается уют: она создала миниатюрную настенную подставку для всякой мелочи.