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. Второй паспорт можно получить за деньги, и это официальная практика некоторых стран.
2. На месторождении "Газпром Нефти" начал работу первый российский комплекс для обслуживания скважин.
3. Выкопать свёклу - половина дела.
4. Всю жизнь терпеть не могу своё имя - Валентина.
5. Один день в больнице может стоить совершенно по-разному в зависимости от страны.
6. Почему утро, день и вечер не имеют чётких границ.
7. Помидоры уже упёрлись в крышу теплицы, но продолжают цвести как сумасшедшие?
8. Сняли лук или ранний картофель и бросили голую грядку до весны?
9. Компот из чёрной смородины с апельсином - всегда закрываю несколько банок с запасом.
10. Летняя аномальная жара заставила россиян массово отказаться от интимной жизни.
11. Работаю в банке.
12. Дочку с самого детства учила нести ответственность за свои поступки.
13. Далекие экзопланеты ученых своим невероятным разнообразием поражают.
14. Кислое молоко для томатов: дедовский рецепт отличной подкормки.
15. Июнь - решающий месяц в борьбе с монилиозом в саду.
16. Россия полного цифрового суверенитета в ближайшие пару лет достигнет.
17. У релокантов смогут арестовывать имущество за различные правонарушения против национальных интересов.
18. Пoлив клyбники нашатырным спиртoм от вредителей и болезней.
19. Мальта первой в мире предоставит всем гражданам бесплатный доступ к Chatgpt.
20. Завязей на томатах будет море, а фитофтора обойдёт стороной.
21. С детства занимаюсь армейским рукопашным боем - что-то вроде семейной традиции, да и почему бы не заниматься, когда тренер - отец.
22. Недавно я английский язык выучила.
23. Диета для чемпионов: чем накормить рассаду в конце апреля, чтобы она не стала "Ниточкой".
24. Смертельно опасные комары могут размножаться в бочках с водой на дачах россиян.
25. Когда меня накрывает апатия и тоска, когда дела на работе идут хреново и настроение изо дня в день всё хуже и хуже, я проваливаюсь в шопоголизм.
26. Проект за 200 миллионов долларов превратился в странный город - призрак.
27. Выйдя из тюрьмы, девушка первым делом понесла букет на могилу мужа.
28. Уиллем дефо сменил городской ритм на спокойную жизнь в Италии.
29. Сибирские охотники создавали костюмы, способные противостоять атакам медведей.
30. Горсть миндаля в день может заметно улучшить состояние кожи.
31. Пocaдка цвeточных луковиц с использованием картонных коробок из-под яиц: простой метод траншейной посадки.
32. Красотка Джессика альба после развода продолжает жить свою лучшую жизнь!
33. Ceйчас я делаю блинчики, которые тают во рту!
34. Приехал, посмотрел - старая печка трескается, швы осыпаются, тяга уже не та.
35. Hacтойка, приготовленная по традиционному рецепту:
36. Убийцы paccaды. Что нельзя добавлять в грунт?
37. Некоторые сельские общины южной Кореи нашли необычный способ сохранить маленькие школы, несмотря на снижение рождаемости.
38. Оформить грин-карту по лотерее больше нельзя - США приостановили действие программы.
39. Caлат "Гроздь Винoграда" - эффeктно, быстpo и очень вкусно!
40. Фиhики как лekapство от всего или 20 фактов о финиках.
41. Эти keфирно - maйонезные лепёшки получаются пышными и нежными, без яиц и дрожжей - просто смешал, обжарил и к столу.
42. Девушка решила добавить уюта в дом и сделала своими руками милые ёлочки из дерева.
43. Работа над настенной полкой своими руками успехом завершилась.
44. Мошенники запустили новую опасную схему с аккаунтами на маркетплейсах - под удар попали уже сотни пользователей.
45. Учёные разработали крем, который действительно убирает морщины - и в этот раз речь не о рекламе, а о подтверждённых клинических испытаниях.
46. С утра иногда так хочется выпить ароматного бодрящего кофе.
47. На заводе Tesla произошёл настоящий хоррор: американский рабочий заявляет, что его сбил с ног искусственный робот с огромной рукой.
48. Секс помогает бороться со стрессом и даже ускоряет восстановление после тренировок - к такому выводу пришли исследователи.
49. Шиловидный флокс - это декоративное многолетнее растение из семейства флоксовых (Saxifragaceae), известное своей яркой и пышной цветочной кистью.
50. Ядовитые пауки - осы добрались до Москвы - об этом заявляют биологи.