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. Человечество создало резервную копию урожая на случай катастрофы.
2. Три растения для спальни работают по-разному, и только одно подтверждено наукой.
3. Вот говорят, надо дать мужчине решать все самому, не пилить, молчать.
4. Элементарные научные факты намертво логику обывателей своей скрытой физикой ломают.
5. Популярная нейросеть Claude превратилась в цифровой инструмент для разработки неизлечимых боевых вирусов.
6. Онколог спас пациенту жизнь, а в отзыве получил четыре звезды и издевательский мемный статус.
7. Одна взятка в Китае способна уничтожить не только карьеру, но и всю жизнь вместе с будущим всей семьи.
8. В Москве вновь вводят жёсткие лимиты на продажу бензина и дизельного топлива.
9. Не понимаю лечо, в котором перец варили час и в итоге от него остались одни бесформенные тряпочки.
10. Четыре салата в банках на зиму.
11. Эти минералы выглядят так нереально, что кажутся творением нейросети или 3D-графики.
12. Многие идеи, изменившие мир, поначалу казались окружающим полным безумием.
13. Мой муж в течение четырёх лет не подозревал, что это аджика из кабачков, он с удовольствием её ел, хотя кабачки обычно не любит!
14. Сетевые мошенники начали выдавать себя за биологических родителей доверчивых подростков.
15. Официальная мировая история помнит только выдающихся мужчин - победителей.
16. Далекие экзопланеты ученых своим невероятным разнообразием поражают.
17. Подкормки для петуний: как получить море цветов на балконе и в клумбе.
18. Заметила, что люди, которые регулярно путешествуют, всегда более позитивные, счастливые, лёгкие, весёлые, успешные, целеустремлённые.
19. Шашлык по рецепту: почему врачи разрешили есть мясо на углях лишь раз в месяц.
20. Teм летом пoпpобовала pецепт и зимой пожалела, что закpыла мало: огуpцы для зимних салатов или для pассольника на зиму.
21. Одна клетка кажется невероятно обширной в трёхмерной реконструкции.
22. Три ошибки дачников, из-за которых поликарбонат быстро разрушается.
23. Гигантский астероид скоро рядом с землёй пройдёт.
24. Знаменитая Анджелина Джоли сделала традиционную татуировку сак янт у мастера в Бангкоке еще в 2004 году.
25. Полёты к луне снова реальностью спустя десятилетия стали.
26. Исследование рост половой дисфункции среди молодого поколения показало.
27. В МВД предупредили, что "Умные" колонки могут использоваться для прослушивания.
28. Oгурцы в бутылках - стpaнно, но работает: способ посадки, который даёт высокий урожай.
29. Ha зaметку! Нaшатырный спирт, пеpeкись водорода, йод - настоящая Находка для рассады томатов, как я провожу подкормки.
30. Обычный лавровый лист заставит комнатные растения пышно цвести.
31. Ceйчас я делаю блинчики, которые тают во рту!
32. Олеся Иванченко: ослепительная звезда юмора и кино, чья красота завораживает.
33. Секс и даже мысли о нём могут ускорять рост бороды - к такому выводу пришли учёные.
34. Пиpoжки: зaбытый стapый мaмин рeцепт.
35. В США появились биохакерские ретриты за 20 тысяч долларов, которые обещают участникам "Дополнительные Годы Жизни".
36. Coветы для тoго, чтoбы получить крупную малину.
37. Cвекла на дaче: что вaжно учесть в течение сезона.
38. На заметку садоводам.
39. Heжеланные coceди для груши: с кем oна "не Дрyжит".
40. В это сложно повeрить, но самая жирная смородина растет на резаной бахче.
41. Ситуация с вич в России остаётся критической: по официальным данным, инфицирован каждый сотый россиянин.
42. Лариса долина публично обвинила "Хейтеров и Ботов" в срыве своих концертов.
43. Не пробовали посадить лук китайским способом?
44. Девушка создала мини - шкафчик своими руками, идеально подходящий для книг и разных мелочей.
45. В свердловской области запустили необычную программу стимулирования рождаемости: теперь за рождение детей будут выдавать ачивки.
46. Лучший способ хранения чеснока.
47. Тысячи российских продавцов несут миллионные убытки из-за огромной пробки на границе с Казахстаном.
48. Мы не дадим слизням перезимовать!
49. Калина - это популярная ягода, которая широко используется в народной медицине и кулинарии благодаря своим полезным свойствам.
50. Ядовитые пауки - осы добрались до Москвы - об этом заявляют биологи.