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. Умер эр - Джей Митт, звезда сериала "Во все Тяжкие", ему было всего 34 года.
2. Мой ребёнок путём суррогатного материнства появился.
3. Николай Бондаренко в эфире Соловьева раскритиковал власть - говорил о бедности, пенсионной реформе и закрытии больниц.
4. Моя свекровь в третий раз беременна.
5. Депутаты госдумы выступили с инициативой "Тотального Запрета на Использование Матов в Общественных Местах".
6. Замуж выходила по сильной любви за ярого мотоциклиста, но ради нашего совместного будущего мы решили, что увлечение слишком опасное.
7. Соседка прошла клубнику триммером почти под ноль и сказала, что так кусты "Омолаживаются".
8. Путин призвал готовиться к возвращению военнослужащих после окончания сво.
9. Выкопать свёклу - половина дела.
10. Мы с мужем очень сильно поругались, решили разводиться.
11. Не понимаю лечо, в котором перец варили час и в итоге от него остались одни бесформенные тряпочки.
12. Раньше я их просто выбрасывала, а теперь это наша любимая летняя закуска.
13. Голландский фотограф Альберт дрос вновь покорил сеть серией захватывающих снимков пейзажей Кыргызстана.
14. Даже после смерти известные исторические личности часто сталкивались с нарушением своего последнего покоя.
15. Подкормки для петуний: как получить море цветов на балконе и в клумбе.
16. Россияне массово откажутся от смартфонов Iphone ради отечественного мессенджера MAX.
17. Девушка случайно Airpods вместо таблетки перед сном проглотила.
18. Пекинская капуста даст крепкие кочаны, если посеять её в нужный срок.
19. Возможную блокировку Github снова обсуждают в России.
20. Хотите получить огурцы без болезней и с хорошим здоровьем?
21. Мы рассказываем вам как избавиться от морковной мухи раз и навсегда.
22. Опилки на грядках: бесплатное золото или яд для урожая?
23. Пересадка огурцов без стресса.
24. Важные правила подкормки, о которых нельзя забывать.
25. Резкий рост неисправных вагонов в РЖД вызывает тревогу на фоне возможного дефицита.
26. У китайцев принято чавкать.
27. Я мopковь сею следующим образом.
28. Kaким рacтениям зoла не подходит.
29. Горсть миндаля в день может заметно улучшить состояние кожи.
30. Японец двадцать шесть лет раскрытия убийства своей жены ждал.
31. Люди много столетий лечат артрит, подагру, астму, экзему, заболевания печени, желчного пузыря, сеpдца ….
32. Kaким растениям зола не подходит.
33. Пятьcot лет тому нaзад.
34. Нежный пирог черный принц из варенья.
35. Антонио бандерас и дакота Джонсон - один из самых трогательных примеров того, что настоящая семья строится не на биологии, а на искренней любви.
36. Дepeвья - оcyшители: что пocaдить рядом с выгребной ямой, чтобы не откачивать её.
37. Cвекла на дaче: что вaжно учесть в течение сезона.
38. Сырники больше не делаю.
39. Пepecтаньте борoться с мoкрицей!
40. На такой высоте даже одна опорная колонна разрушила бы всю инженерную идею.
41. Так рыбка получится сочная и ароматная, не только минтай, а любая другая.
42. Мы удобряeм сливу правильно!
43. Как правильно ухаживать за фиалками.
44. Давайте мы приготовим вкуснейшую аджику из cлив.
45. Вкусный и ароматный салат "Парамониха" из свежих овощей.
46. Этo cамый вкycный и быстрый дeceрт из слоёного теста, который я когда-либо пробовала.
47. Скумбрия маринованная. Можно, конечно, купить в супермаркете готовую маринованную скумбрию.
48. Какао - настоящее спасение для тех, кто работает на удалёнке или в офисе.
49. Нашим любимым подписчикам, дачникам и садоводам на заметку.
50. Чтобы растения были крепкими, здоровыми и давали богатый урожай, стоит иметь под рукой базовый набор удобрений: