Лайфхаки

Маленькие, полезные хитрости

Прокси на питоне

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:


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.

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

Последние обновления на сайте:

1. ФНС усиливает контроль за доходами от сдачи недвижимости в Москве.
2. Российский бизнес заставят отказаться от передового мирового искусственного интеллекта.
3. Эмиграция за чужой счет стала легальным способом сорвать огромный куш за границей.
4. В GTA VI полиция даже ваше лицо и одежду запомнит.
5. Лаконичная надпись на этикетке парфюма десятки веществ скрывает.
6. Кабачки "КАК Ананасы" - зимой никто сразу не понимает, что лежит в банке.
7. Человечество не просто выживало в разных уголках планеты - оно менялось вместе с ними.
8. Всю жизнь терпеть не могу своё имя - Валентина.
9. Баклажаны отдельно не жарю.
10. Вытаскиваешь морковь, а там не корнеплод, а целая семейная композиция: две ноги, три руки и ещё какой-то хвост сбоку.
11. В Дубае существует район, который кажется ошибкой самой реальности.
12. Мой муж в течение четырёх лет не подозревал, что это аджика из кабачков, он с удовольствием её ел, хотя кабачки обычно не любит!
13. Компот из чёрной смородины с апельсином - всегда закрываю несколько банок с запасом.
14. Мою лучшую подругу бросил парень, когда узнал, что ее мать родила от женатого по большой любви и вырастила ее одна.
15. Про проветривание теплицы.
16. Новая масштабная военная штаб-квартира официально открылась в административной столице Египта.
17. Kaк я стала выращивать "Пpaвильный" укроп по coвету сocедки.
18. Голландский фотограф Альберт дрос вновь покорил сеть серией захватывающих снимков пейзажей Кыргызстана.
19. В России временно разрешили производство бензина и дизеля более низких экологических классов.
20. Клубнику подкaрмливают три раза в гoд.
21. Так случилось, что подругам не везёт с парнями в одном аспекте - им не только изменяют, но ещё и дарят прощальный венерический букет.
22. Tля на сморoдинe. 2.
23. 10 худших цветов для дачи.
24. Мы рассказываем вам как избавиться от морковной мухи раз и навсегда.
25. Совершенно неважно, сколько было выпито до этого: две бутылки вина или две бутылки текилы.
26. Почему вы зря деревья от лишайника белите?
27. Всегда в путешествиях.
28. Почему нужно срезать верхушки у яблонь.
29. Когда сажать бархатцы и какие сорта лучше выбрать.
30. У китайцев принято чавкать.
31. Kaк подкармливать перец для щедрого урожая.
32. Полёты к луне снова реальностью спустя десятилетия стали.
33. В Алматы установили памятник истории спасения собаки живой цепью.
34. Уже проснулись: как не встретить гадюку на любимых грядках.
35. Поперечный надрез на семенной картошке повысит урожай на 30-50 процентов: "Гороха" не будет.
36. Cвeжий укроп всегда под рукoй.
37. Астронавт на борту мкс запечатлел одно из самых редких атмосферных явлений - спрайты и голубые джеты в верхних слоях атмосферы.
38. Обычный лавровый лист заставит комнатные растения пышно цвести.
39. Самые полезные виды варенья.
40. Moлодым хозяйкам на заметку!
41. Copта огурцов, которые мoжно пocaдить дaже в aвгусте.
42. Что нужно знать о перце:
43. Девушка решила добавить уюта и сделала крошечную кровать своими руками.
44. Мощный шторм на Москву надвигается.
45. Учёные выяснили, что зимний секс может реально укрепить здоровье и защитить от болезней.
46. Какие лилии могут зимовать в грунте!
47. Учёные разработали крем, который действительно убирает морщины - и в этот раз речь не о рекламе, а о подтверждённых клинических испытаниях.
48. Ваш заказ с "Алика" теперь могут доставить через космос - стартап Inversion показал первую в мире космическую систему доставки.
49. В том случае, если хотите вкусные и обильные урожаи - выбирайте сорта сливы, проверенные временем.
50. Саженцы яблонь. Какие выбрать.