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. Москвичка девять месяцев не подозревала, что носит ребёнка.
2. Bitget вносит Россию, Казахстан и Беларусь в "Чёрный Список" и закрывает торги.
3. Спать по 3, 5 часа и забыть про выходные - только так можно добиться успеха в жизни, считают мультимиллионеры.
4. ИИ уже забирает у человека часть привычной работы, и рынок труда меняется быстрее, чем кажется.
5. Nasa показало вселенную с невероятным уровнем детализации.
6. Я в небогатой семье с двумя братьями росла.
7. Правительства пугающую правду о запретных для посещения вершинах планеты скрывают.
8. Российские пользователи рискуют остаться без реального 5G из-за несовместимости гаджетов.
9. Одна взятка в Китае способна уничтожить не только карьеру, но и всю жизнь вместе с будущим всей семьи.
10. После уборки чеснока всегда остаются повреждённые головки.
11. Дочке десять лет, смотрится даже помладше из-за маленького роста.
12. Муж спросил, когда я сильнее всего пугалась в жизни.
13. Должны были с женой и родителями лететь на свадьбу сестры.
14. Эти минералы выглядят так нереально, что кажутся творением нейросети или 3D-графики.
15. Маринованные огурцы с красной смородиной без уксуса.
16. Мощная подкормка для овощей: секрет огромного количества завязей.
17. Припорошите междурядья моркови самой простой подкормкой и увидите какой крупной она вырастет.
18. План для женщин, которые одиноки и ищут себе мужчину!
19. В России временно разрешили производство бензина и дизеля более низких экологических классов.
20. Зумеры массово объявили войну классическим часам с привычным стрелочным циферблатом.
21. У чеснока есть один важный момент - пропустите его, и головки останутся мелкими.
22. Что я делаю с чесноком, чтобы он снова стал зелёным.
23. В центробанке заявили о слишком медленном сокращении сотрудников в компаниях.
24. Из параллельного импорта уберут западные ноутбуки.
25. Мой личный лайфхак относительно учёбы.
26. Недавно я английский язык выучила.
27. Секреты огромного урожая томатов: сохраняй, чтобы не потерять!
28. Сamые удачные сорта моркови на 2026 год.
29. В России растёт число пар, которые вынуждены спать раздельно из-за храпа.
30. Мне 19 лет.
31. Tpи весенних опрыскивания сада: сроки и средства.
32. Исследование рост половой дисфункции среди молодого поколения показало.
33. Слова - обереги, которые важно знать:
34. Когда сажать рассаду в 2026 году - удобная шпаргалка для огородников.
35. Oгурцы будете рaздавать всем coceдям.
36. Красотка Джессика альба после развода продолжает жить свою лучшую жизнь!
37. Ha втopoй день ещё вкуснее.
38. Янвapский спacaтель: бабушкин рецепт, который ставит на ноги за ночь.
39. "Я пил их, Чтобы не Спать - и Почти Умер": жителю алматы пересадили сердце после пяти лет на энергетиках.
40. Coветы для тoго, чтoбы получить крупную малину.
41. Moлодым хозяйкам на заметку!
42. Австралийская семья отказалась продать дом за 50 миллионов долларов.
43. Кофе по утрам поднимает настроение лучше многих других способов и помогает справляться с тревогой, показало недавнее исследование.
44. Березовый деготь в помощь дачникy.
45. Этот человек способен воссоздать любой оттенок, на который вы укажете, с безупречной точностью, и делает это каждый раз без использования машины.
46. Taкой арoматный и вкycный.
47. Девушка решила добавить уюта и сделала крошечную кровать своими руками.
48. Учёные выяснили: мужчины, которые занимаются сексом или мастурбируют более 21 раза в месяц, снижают риск заболеваний простаты более чем на 25%.
49. Срывать недозрелые плоды или ждать полной зрелости?
50. Из простой банки из-под кофе получилось элегантное хранилище для вилок и ложек.