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. Valve начала Казахстану в разы больше налоговых денег приносить.
2. Живём с мужем в квартире, которая до брака принадлежала мужу.
3. К 2050 году привычная жизнь может превратиться в научную фантастику.
4. Главные доказательства высадки на луне давно вышли за пределы телевизионного эфира.
5. Бабушка маму родила уже за 30, во втором браке.
6. В поездах РЖД появится российский аналог Starlink - интернет будет работать даже в глуши.
7. Он реально как из детства - густой, насыщенный, чуть сладковатый, чуть острый.
8. Большая оранжевая тыква созрела ещё не обязательно.
9. Должны были с подружкой пойти в субботу на пробежку.
10. Срезала старую ветку смородины, а внутри вместо нормальной светлой сердцевины оказалась чёрная пустота.
11. Будущее вселенной через миллионы и миллиарды лет таит захватывающие тайны.
12. Муж в последнее время крепко подсел на всякие мужские паблики.
13. Путин ужесточил требования к Украине после отказа США от "Духа Анкориджа", пишет Bloomberg.
14. Глубокие контрасты условий содержания в тюрьмах разных стран отражают законы, доступные ресурсы и подходы к реабилитации.
15. Прямо сейчас где-то над нами летит самолёт без единого пассажира.
16. План для женщин, которые одиноки и ищут себе мужчину!
17. Чернобыльская катастрофа скрывала множество деталей, о которых не пишут в учебниках.
18. Даже после смерти известные исторические личности часто сталкивались с нарушением своего последнего покоя.
19. Гopчичный, дегтярный и чесночный растворы могут быть полезными при борьбе с этими вредителями.
20. Традиционные дипломные работы могут полностью исчезнуть из вузов.
21. В Египте экстренно отменили все популярные морские экскурсии.
22. Зачерствевший хлеб - отличное решение для подкормки огородных культур, служащее основой для питательного удобрения.
23. Так томаты в теплицу не просто так высаживают.
24. В России обновили правила сдачи экзаменов на водительские права.
25. Совершенно неважно, сколько было выпито до этого: две бутылки вина или две бутылки текилы.
26. Caдовая зeмляника по-разному перeзимовала.
27. Здравствуйте, oбращаюсь анoнимнo.
28. После того как рухнула советская власть, что сделали?
29. Что на самом деле означает "Нижнее Давление" и почему на него стоит обращать внимание.
30. Знаменитая Анджелина Джоли сделала традиционную татуировку сак янт у мастера в Бангкоке еще в 2004 году.
31. Moй споcoб подкopмки мoлодой рассады тoматов.
32. Мануте бол казался пришельцем даже среди самых высоких игроков нба.
33. Путешественник Фёдор конюхов за три месяца жизни в Антарктиде собрал более 100 кг пластикового мусора.
34. Обычный школьник сумел привлечь более 2 млн долларов инвестиций для своего ИИ - стартапа.
35. Пocaдка цвeточных луковиц с использованием картонных коробок из-под яиц: простой метод траншейной посадки.
36. Норвежский лыжник атле ли макграт психанул и ушел в лес после неудачи на олимпиаде.
37. В США появились биохакерские ретриты за 20 тысяч долларов, которые обещают участникам "Дополнительные Годы Жизни".
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. Peцепт лимонада, от котopoго дети будут в восторге: 10 литров без химии.
40. На заметку садоводам.
41. Когда самолёт начинает разбег, пилот выполняет чёткую последовательность действий, которую отрабатывал годами.
42. Россияне внезапно кинулись скупать видеокарты, и спрос взлетел почти на 400%.
43. Ситуация с вич в России остаётся критической: по официальным данным, инфицирован каждый сотый россиянин.
44. Многим из нас нравится замиокулькаса.
45. Творожный чизкейк. Ингредиенты:
46. Ни один шашлычек у нас не обходят без этой закуски!
47. Не торопитесь выбрасывать сено - оно может сослужить отличную службу.
48. Пергола - это не просто арка или навес.
49. Учёные из университета эмори пришли к удивительному выводу: собаки любят своих хозяев даже больше, чем еду.
50. Красивые садовые дорожки своими руками.