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. Скрытые протоколы авиации готовят экипаж к смертельным авариям в каждом рейсе.
2. Моя свекровь в третий раз беременна.
3. Спрос на эмиграцию среди россиян резко с приближением осени вырос.
4. В 2200 году марс уже перестал быть мёртвой красной пустыней.
5. Муж спросил, когда я сильнее всего пугалась в жизни.
6. МРТ Плода показывает мозг и глаза сквозь кости черепа.
7. С 1 марта банки будут блокировать переводы при обнаружении вируса.
8. Перестала покупать кетчуп, когда попробовала сделать его с яблоками.
9. Богатство Пабло эскобара было настолько огромным, что многие истории о нём звучат как вымысел.
10. Компот из чёрной смородины с апельсином - всегда закрываю несколько банок с запасом.
11. Про проветривание теплицы.
12. Некоторые реальные факты о странах мира абсолютно невозможными кажутся.
13. Живу с родителями.
14. Современные ученые пять неожиданных и удивительных фактов о космосе выделили.
15. В Японии открылся уникальный музей для всех ценителей женских ног.
16. Эти города не просто "Потерялись" - некоторые из них исчезли всего за одну ночь.
17. Трое уже умерли: смертельный вирус подстерегает на дачах и пикниках.
18. Северная Корея правила ядерного ответа страны изменила.
19. Подорожник на участке: пора проверять почву!
20. Я не люблю формулировку "мы Встречаемся".
21. История любви из разных миров покорила интернет.
22. Турецкий огуречный салат.
23. Брак с разницей в возрасте и роскошные подарки вызвали обсуждения в соцсетях.
24. После того как рухнула советская власть, что сделали?
25. Топ - 10 теневыносливых растений для вашего сада.
26. Последний защитник брестской крепости.
27. Баба лена отправилась в путешествие по миру в возрасте восьмидесяти трёх лет.
28. Когда сажать рассаду в 2026 году - удобная шпаргалка для огородников.
29. В 84 года Шотаро одате продолжает руководить разработкой систем безопасности Honda.
30. Пpoбовали caжать лук китaйским спocoбом?
31. Американская пара оказалась в центре внимания после того, как их новорождённый малыш родился с кожей значительно темнее, чем у обоих родителей.
32. Маркетплейс Wildberries готов выйти за пределы онлайн - продаж и открыть собственную сеть отелей на популярных зарубежных курортах, сообщают СМИ.
33. Яблоки очень уникальный продукт.
34. Этот пирог лучше, чем торт и вкуснее кекса.
35. Пoчему лук стoит caжать в клyбнике.
36. Исследование показало, что матери в среднем тратят на сыновей больше, чем на дочерей.
37. Как правильно ухаживать за фиалками.
38. Процесс создания зеркала своими руками настолько залипательный, что сложно отвести взгляд.
39. В 1924 году метрополитен - музей представил уникальную демонстрацию средневековых доспехов, показав их удивительную гибкость.
40. Уже давно делаю по этому рецепту!
41. Всемирная организация здравоохранения (воз) бьёт тревогу: эра антибиотиков подходит к концу, и скоро они могут стать бесполезными.
42. Клубника на подоконнике - аромат лета круглый год!
43. Ваш заказ с "Алика" теперь могут доставить через космос - стартап Inversion показал первую в мире космическую систему доставки.
44. Маленькие, но важные детали делают интерьер особенным.
45. Девушка превратила обычный угол в стильное пространство с помощью деревянной полочки.
46. Учёные выяснили: мужчины, которые занимаются сексом или мастурбируют более 21 раза в месяц, снижают риск заболеваний простаты более чем на 25%.
47. Эти малыши, размером 5-10 см.
48. В исследовании приняли участие почти 8 тысяч женщин, и результаты оказались однозначными: разница в уровне удовлетворённости отношениями ощутима.
49. Клематис "Герцогиня Эдинбургская" - это популярный сорт декоративного лианового растения из семейства лютиковых.
50. Перцу нездоровится? Как по листьям определить, чего не хватает вашим перцам.