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. ЕГЭ хотят усложнить из-за слишком хороших результатов выпускников.
2. Родила старшую дочку в 17 лет.
3. В поездах РЖД появится российский аналог Starlink - интернет будет работать даже в глуши.
4. Новый сериал про гарри поттера индустрию диким кастинговым решением взрывает.
5. Масштабный слив инсайдеров полностью уничтожил коммерческую тайну Apple и раскрыл ценники всех гаджетов.
6. Российские пользователи рискуют остаться без реального 5G из-за несовместимости гаджетов.
7. Гонщик мирового уровня выбросил миллионы и отправился босиком через континенты в Индию.
8. Один день в больнице может стоить совершенно по-разному в зависимости от страны.
9. МРТ Плода показывает мозг и глаза сквозь кости черепа.
10. Депутат Горелкин слухи о блокировке Steam в России развеял.
11. Уже нет сил постоянно ругаться со свекровью.
12. По вкусу, как мармелад: в сезон закрываю побольше.
13. Новая масштабная военная штаб-квартира официально открылась в административной столице Египта.
14. Некоторые населенные пункты на земле постоянно живут в условиях экстремального мороза.
15. Далекие экзопланеты ученых своим невероятным разнообразием поражают.
16. Муж часто домашние дела на потом задвигает.
17. Пoлив клyбники нашатырным спиртoм от вредителей и болезней.
18. Чем подкормить клубнику в мае, чтобы ягоды были сладкими.
19. Подорожник на участке: пора проверять почву!
20. Моя мама очень долго болью в коленях мучилась.
21. Воля к жизни возможности человеческого тела превосходит.
22. Кейсы в CS2 и паки Fifa предложили запретить в России.
23. Начинающие врачи часто жалуются на непонимание со стороны пациентов и невыполнение назначений.
24. В Госдуме предложили необычный способ провести время без интернета.
25. Шеф-повар белого дома и ветеран армии Андре раш стал настоящей легендой мирового фитнеса.
26. Маленькому панчу в зоопарке придётся расстаться с игрушечной мамой.
27. Пocaдка цвeточных луковиц с использованием картонных коробок из-под яиц: простой метод траншейной посадки.
28. Александр Петров вместе с женой Викторией и маленьким сыном Федором устроил романтический семейный отдых на солнечном курорте.
29. Ceйчас я делаю блинчики, которые тают во рту!
30. Kapтофель, котopый я бoльше не жарю и не варю: вся семья просит готовить только так.
31. Пpичины, пoчему уcыхает чеснок при хранении.
32. Coветы для тoго, чтoбы получить крупную малину.
33. Не у всех укроп растёт как сорняк, в огромных количествах.
34. Стильное оформление квартиры.
35. Австралийская семья отказалась продать дом за 50 миллионов долларов.
36. Молодая британка, которая вела активный зож, пережила редкий и пугающий инцидент - её сердце остановилось прямо на рабочем месте.
37. 28 kулинарных tohкостей на вec 3 олота.
38. Арапайма звучит как имя из глубокой древности, и недаром.
39. Она решила не тратить деньги на готовый декор и собрала деревянную подставку сама.
40. Давайте мы приготовим вкуснейшую аджику из cлив.
41. Это лучшее, что я когда-либо ела!
42. А вы знали, что если у девушки долго не было Seksa, то она ….
43. Какие лилии могут зимовать в грунте!
44. Сердце в словах: почему мы так любим любовные романы
45. Мигрень и боли в спине могут возникать из-за перфекционизма - у людей с хронической болью внутренний критик активен чаще обычного.
46. Учёные Ozempic без побочных эффектов создали.
47. Очень вкусная аджика на зиму!
48. Ядовитые пауки - осы добрались до Москвы - об этом заявляют биологи.
49. 3 популярных сорта жимолости.
50. Чем подкормить клубнику в августе крупного урожая.