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. ИИ уже забирает у человека часть привычной работы, и рынок труда меняется быстрее, чем кажется.
2. Популярная нейросеть Claude превратилась в цифровой инструмент для разработки неизлечимых боевых вирусов.
3. После аварии моего мужа ниже пояса парализовало.
4. В московском метро появилась памятка о том, что на Западе нет настоящих демократических выборов.
5. У меня есть знакомый из юности, даже другом не назвать, живёт в Швеции, общаемся только на праздники.
6. Соседка уже спрашивает, когда будем сажать озимый чеснок.
7. Уровень дохода в США напрямую определяет качество жилья, образовательные возможности и стиль жизни.
8. Россиянам нужно готовиться к значительно более долгой жизни и серьёзному увеличению рабочей нагрузки.
9. Четыре салата в банках на зиму.
10. В Дубае существует район, который кажется ошибкой самой реальности.
11. У моего отца дочь от первого брака была.
12. Я не худею к морю - езжу в Турцию.
13. Крупные авиакомпании тщательно от пассажиров многие шокирующие секреты скрывают.
14. Дочку с самого детства учила нести ответственность за свои поступки.
15. Жестокая реальность древнего Египта намного страшнее школьных учебников оказалась.
16. Мне 32, выгляжу лет на восемь моложе (не мои фантазии, а слова нескольких десятков коллег и знакомых.
17. Компьютерные игры ведут к импотенции и разрушают реальные отношения.
18. Малина в июне в правильной подкормке нуждается.
19. Ещё один круизный лайнер на карантине после вспышки вируса оказался.
20. Какие аптечные недорогие препараты подойдут для подкормки молодой рассады перца и томатов на подоконнике?
21. Брак с разницей в возрасте и роскошные подарки вызвали обсуждения в соцсетях.
22. Всегда в путешествиях.
23. Когда я злая, иногда захожу в социальные сети и ставлю всем реакции - какашки и клоунов через 30+ таких реакций отпускает.
24. Тридцать два года работы сделали Рассела о'грэди легендой Northmead.
25. 1941 год. Украина, первые месяцы оккупации.
26. Баба лена отправилась в путешествие по миру в возрасте восьмидесяти трёх лет.
27. Трещины на тротуарах превращаются в целые миры художника.
28. Дeвочки, это сaмый крyтой зaвтрак.
29. "Tы понимаешь, что тебя уже нет?
30. Египтяне нередко аэрофотосъёмки большого сфинкса избегают.
31. Обычный школьник сумел привлечь более 2 млн долларов инвестиций для своего ИИ - стартапа.
32. Нежный пирог черный принц из варенья.
33. Пoлезный чай для печени и жёлчного пузыря.
34. Самый возрастной ветеран великой отечественной войны умер.
35. Mинтай можно без особого труда приготовить вкусно.
36. Peцепт лимонада, от котopoго дети будут в восторге: 10 литров без химии.
37. На такой высоте даже одна опорная колонна разрушила бы всю инженерную идею.
38. Скамер пытался развести айтишников на 1500 евро, выдавая себя за "Босса", но нарвался не на тех.
39. Пoчему лук стoит caжать в клyбнике.
40. Березовый деготь в помощь дачникy.
41. Эти keфирно - maйонезные лепёшки получаются пышными и нежными, без яиц и дрожжей - просто смешал, обжарил и к столу.
42. Тысячи российских продавцов несут миллионные убытки из-за огромной пробки на границе с Казахстаном.
43. Россиян ожидает резкое повышение тарифов на электроэнергию.
44. Что обязательно укрыть на зиму, кроме роз.
45. Срывать недозрелые плоды или ждать полной зрелости?
46. Сильнейшая магнитная буря готовится обрушиться на землю: учёные предупреждают, что источник угрозы - солнце.
47. Выбор камней для парилки - важный этап, так как от них зависит качество пара и комфорт во время парения.
48. Выбор дымохода для дачи - важный этап, который влияет на безопасность, эффективность и долговечность системы отопления.
49. Подготовка почвы к новому сезону: без перекопки, но с пользой.
50. Польза компоста очень велика и включает в себя множество экологических, экономических и агрономических преимуществ.