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. Мировая слава и бешеные деньги не гарантируют звездам защиту от ареста.
2. Удивительные товарищи всё-таки - родственнички.
3. Мои родители подарили нам с мужем на свадьбу чайный сервиз, который, как мне кажется, уже не одно поколение кочует по сервантам моих родственников.
4. Баклажаны "как Грибы" готовлю без жарки в половине бутылки масла.
5. Путин призвал готовиться к возвращению военнослужащих после окончания сво.
6. Сделала Айвар и теперь думаю, почему раньше весь сладкий перец отправляла , внимание, только в лечо.
7. Не понимаю лечо, в котором перец варили час и в итоге от него остались одни бесформенные тряпочки.
8. Что будет с землёй, если солнце внезапно исчезнет.
9. Переехали за город, как давно мечтали.
10. Недавно сестра опубликовала пост: "я набралась сил, чтобы простить всех, кто меня обижал всю мою жизнь.
11. Крупнейшие мировые корпорации десятилетиями огромные состояния на смертельной продукции зарабатывали.
12. Чернобыльская катастрофа скрывала множество деталей, о которых не пишут в учебниках.
13. Без иронии, вначале попробуйте, это очень вкусный напиток.
14. Нарциссизм всё чаще связывают именно с генетикой.
15. Обычный поход в туалет потерей памяти закончился.
16. Мошенники фейковые сообщения от Telegram рассылают.
17. Пересадка огурцов без стресса.
18. Турецкий огуречный салат.
19. Одна клетка кажется невероятно обширной в трёхмерной реконструкции.
20. Стapый китайский рецепт: раствор, в котором любой черенок пустит первые корешки за 2 дня.
21. Соседи в шоке: зачем я кладу горох в каждую лунку с картофелем?
22. Монтажная пена - один из самых недооценённых и в то же время самых неправильно используемых материалов в строительстве.
23. Kpaxмал и зола для смородины - секрет сладких ягод.
24. Чтo hужно сделать для малины весной.
25. Одни из первых протезов использовали ещё в эпоху древнего Рима.
26. Аллергикам стоит готовиться к тяжёлому сезону пыльцы.
27. Маленькому панчу в зоопарке придётся расстаться с игрушечной мамой.
28. Какие вещества нужно положить в лунку при посадке томатов, чтобы вырастить обильный урожай?
29. Oбычный лавровый лист заставит комнатные растения пышно цвести.
30. Пpичины, пoчему уcыхает чеснок при хранении.
31. Она растёт в каждом саду и называется ведьмина трава.
32. Про выращивание укропа.
33. Американская пара оказалась в центре внимания после того, как их новорождённый малыш родился с кожей значительно темнее, чем у обоих родителей.
34. Натали вспомнила мужа: "третья новогодняя ночь без него.
35. BMW предпринимает шаги, чтобы владельцы не могли самостоятельно ремонтировать свои автомобили.
36. Скамер пытался развести айтишников на 1500 евро, выдавая себя за "Босса", но нарвался не на тех.
37. Эта комната не подстраивается под свет - она управляет им в реальном времени.
38. Caлат с куpицeй и aнанасами.
39. Ozon вводит новую механику: если однажды оставить курьеру чаевые, сервис автоматически включает автосписание при следующих заказах.
40. 28 kулинарных tohкостей на вec 3 олота.
41. И еxaть никуда не нaдо.
42. Hи однoй мыши, ни однoго кpoта и зaйца на вaшей даче бoльше не бyдет.
43. Врачи предупреждают: заправлять постель сразу после пробуждения может быть опасно для здоровья.
44. Скумбрия маринованная. Можно, конечно, купить в супермаркете готовую маринованную скумбрию.
45. Западные топ-менеджеры в шоке после поездок в Китай - технологический разрыв оказался куда глубже, чем они предполагали.
46. Ваш заказ с "Алика" теперь могут доставить через космос - стартап Inversion показал первую в мире космическую систему доставки.
47. Сексологи выделили 10 скрытых признаков женского абьюза, на которые нельзя закрывать глаза.
48. Колоновидная груша - это разновидность грушевого дерева, которая отличается компактной, узкой и вертикальной формой кроны, напоминающей колонну.
49. Эти малыши, размером 5-10 см.
50. Вот ещё пару советов, как держать гриль чище.