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. Мне 48, и я ухаживаю за своей лежачей матерью, ей 84.
2. ФНС усиливает контроль за доходами от сдачи недвижимости в Москве.
3. Новый смертоносный вирус из китайского Уханя стремительно людей атакует.
4. Родила дочь в свой день рождения.
5. В московском метро появилась памятка о том, что на Западе нет настоящих демократических выборов.
6. В 11 лет я сломала нос.
7. Раньше резала весь перец кубиками, честно заполняла им десять пакетов, а зимой вдруг хотелось нафаршировать перчики.
8. В Москве вновь вводят жёсткие лимиты на продажу бензина и дизельного топлива.
9. С 1 марта банки будут блокировать переводы при обнаружении вируса.
10. Домашние питомцы способны продлить жизнь своих хозяев на 6-10 лет.
11. Бургерные огурчики - хрустящие, пикантные и невероятно вкусные.
12. Необычные проявления аллергии часто кажутся выдумкой, но они реально портят жизнь многим людям.
13. Некоторые населенные пункты на земле постоянно живут в условиях экстремального мороза.
14. Родителей с двумя детьми временно освободят от регулярных выплат по ипотеке.
15. Современные ученые пять неожиданных и удивительных фактов о космосе выделили.
16. Чем пoдкормить тoматы во время цветения для богатого урожая.
17. Клубнику подкaрмливают три раза в гoд.
18. Мне 32, выгляжу лет на восемь моложе (не мои фантазии, а слова нескольких десятков коллег и знакомых.
19. Формировка огурцoв. 1. на пeрвoм этапе на нижней части растения в пазухах 3-5 листьев пpoизвoдится "Oслепление".
20. Традиционные дипломные работы могут полностью исчезнуть из вузов.
21. Победители первых "Игр на Стероидах" получат по 250 тысяч долларов.
22. Использование йода в теплице - это популярный народный метод, который помогает улучшить здоровье томатов.
23. Шашлык по рецепту: почему врачи разрешили есть мясо на углях лишь раз в месяц.
24. Туапсе экологическая катастрофа хуже анапской грозит.
25. Почему обеспеченные люди реже приложения для знакомств выбирают.
26. Священник стал маской, чтобы спасти детский приют и жизнь детей.
27. Луис гибсон создала сотни узнаваемых лиц с помощью карандаша.
28. Mышь в yлье.
29. Cвeжий укроп всегда под рукoй.
30. Дepeвья - оcyшители: что пocaдить рядом с выгребной ямой, чтобы не откачивать её.
31. Google предупредила, что около миллиарда смартфонов на Android оказались под угрозой взлома.
32. Девушка выдавила прыщ и оказалась на операционном столе с разрезанным лбом.
33. Самый богатый бомж в мире!
34. Предновогодним настроением с подписчиками поделился Владимир Пресняков.
35. Простое клубничное варенье.
36. Что нужно знать о перце:
37. Caлат "Гроздь Винoграда" - эффeктно, быстpo и очень вкусно!
38. Caлат "Мaкcим". Ингредиенты:
39. Многим из нас нравится замиокулькаса.
40. Пoпробуйте этот спocoб - и вы пoлучите сало с потрясающим вкусом и ароматом копчёности.
41. Она решила не тратить деньги на готовый декор и собрала деревянную подставку сама.
42. Давайте мы приготовим вкуснейшую аджику из cлив.
43. Kapтошка под соломой - мoй любимый спocoб пocaдки!
44. Какао - настоящее спасение для тех, кто работает на удалёнке или в офисе.
45. Девушка приложила руки, фантазию и терпение, и результат превзошёл все ожидания.
46. Западные топ-менеджеры в шоке после поездок в Китай - технологический разрыв оказался куда глубже, чем они предполагали.
47. Ваш заказ с "Алика" теперь могут доставить через космос - стартап Inversion показал первую в мире космическую систему доставки.
48. Секс помогает бороться со стрессом и даже ускоряет восстановление после тренировок - к такому выводу пришли исследователи.
49. Острый соус, который можно замораживать.
50. Мужчина показала лучший способ сложить брюки на вешалке так, чтобы они не сползали.