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. У меня есть знакомый из юности, даже другом не назвать, живёт в Швеции, общаемся только на праздники.
2. Россияне снова смогут оформлять иммиграционные визы в США.
3. Муж спросил, когда я сильнее всего пугалась в жизни.
4. В Дубае существует район, который кажется ошибкой самой реальности.
5. Эти минералы выглядят так нереально, что кажутся творением нейросети или 3D-графики.
6. Вселенная кажется нам знакомой лишь потому, что мы видим звёзды на ночном небе.
7. Маринованные огурцы с красной смородиной без уксуса.
8. Вот проверенный рецепт - всегда получаются вкусные, очень, очень вкусные огурчики.
9. На море вляпалась в курортный роман.
10. Haтуральная защита капусты от вредителей.
11. Припорошите междурядья моркови самой простой подкормкой и увидите какой крупной она вырастет.
12. Экзамен по философии сдавала.
13. Муж часто домашние дела на потом задвигает.
14. Я вегетарианка. И стоит мне сказать об этом, как начинаются расспросы, упреки и ценные указания.
15. Компьютерные игры ведут к импотенции и разрушают реальные отношения.
16. Урологи из сша новую технологию увеличения разработали.
17. Чем подкормить клубнику в мае, чтобы ягоды были сладкими.
18. Лишь в том случае, если к вам пристала песня и вы не можете от неё никак отделаться, поете ее сутками напролет.
19. В Москве предупредили о возможных ограничениях связи.
20. Препараты от болезней томатов!
21. Диета для чемпионов: чем накормить рассаду в конце апреля, чтобы она не стала "Ниточкой".
22. Как буддийские монахи вышли на протест и столкнулись с полицией.
23. 10 растений с белыми цветами.
24. Три народных средства для крепкой рассады томатов.
25. Фура с тысячами батончиков киткат по дороге в Польшу исчезла.
26. Учёные выяснили, что здоровый нарциссизм может приносить пользу и в жизни, и в карьере.
27. Картофельные ростки: золотой актив, который вы зря выбрасывали!
28. Слова - обереги, которые важно знать:
29. Жeлаете, чтобы роза из полюбившегося букета цвела у вас на даче?
30. Самая мощная трава для мозгового кровообращения, сердца, сосудов, надпочечников, суставов, кожи, волос и не только!
31. Ceкрет богатого урожая тoматов.
32. Астронавт на борту мкс запечатлел одно из самых редких атмосферных явлений - спрайты и голубые джеты в верхних слоях атмосферы.
33. Александр Петров вместе с женой Викторией и маленьким сыном Федором устроил романтический семейный отдых на солнечном курорте.
34. Toматы для ленивых.
35. Денежное дерево, всего одной ложкой этого ингредиента оно зацветет замечательно.
36. Что нужно знать о перце:
37. Этот робот не просто убирает ваш дом - он его изучает.
38. Розу из пoдаренного букета очень просто укopeнить!
39. Маленькие, но важные детали делают интерьер особенным.
40. Казалось бы, простая рамка для фото.
41. Врачи предупреждают: привычка откладывать будильник может способствовать набору лишнего веса.
42. 5 секретов обильного урожая огурцов.
43. Учёные выяснили, что качки сильнее других страдают от укусов комаров.
44. В исследовании участвовали 3 тысячи сотрудников из 141 компании (США, Великобритания, Канада, Австралия, Ирландия, новая Зеландия.
45. Женщины изменяют в 2, 5 раза чаще именно в период овуляции, утверждает новое исследование.
46. Выращивание острого перца - увлекательный и полезный процесс, который позволяет получать свежий острый перец прямо у себя дома или на участке.
47. Самым сладким сортом крыжовника считается сорт *"московский деликатес"* (или его вариации, такие как "московский деликатес-2".
48. Топ-11 лучших инструментов для веб-скраппинга в 2025 году
49. Top 40 инструментов для веб-скрапинга в 2025: что нового
50. Топ-10 инструментов для веб-скраппинга 2025: Ускорьте извлечение данных