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. Провела всё своё детство в деревне, где абсолютно нечего было делать.
2. Один взлом может превратить умный пояс верности в настоящий замок.
3. Сплетни на работе бустят карьеру, выяснили психологи - те, кто в курсе сплетен и используют их для своего успеха, получают повышения на 80% чаще.
4. Nasa показало вселенную с невероятным уровнем детализации.
5. Медицина шокирующие физиологические странности нашего собственного организма вскрыла.
6. Замуж выходила по сильной любви за ярого мотоциклиста, но ради нашего совместного будущего мы решили, что увлечение слишком опасное.
7. В том случае, если груши уже мягчают быстрее, чем мы успеваем их есть, отправляю их в варенье с лимоном.
8. Это не обычное варенье, где яблоки плавают в литре сиропа.
9. Хожу второй день вокруг лука и не могу решить, убирать его или ещё пусть сидит.
10. "Обожаю" родню, кто бы знал ….
11. Лук сам показывает, когда его выкапывать: три признака, которые я больше не игнорирую.
12. Необычные проявления аллергии часто кажутся выдумкой, но они реально портят жизнь многим людям.
13. Без ирoнии, вначале попробуйте, это очень вкусный напитoк.
14. Раньше я их просто выбрасывала, а теперь это наша любимая летняя закуска.
15. Kaк я стала выращивать "Пpaвильный" укроп по coвету сocедки.
16. Средства для подкормки помидоров.
17. Заметила, что люди, которые регулярно путешествуют, всегда более позитивные, счастливые, лёгкие, весёлые, успешные, целеустремлённые.
18. Из параллельного импорта уберут западные ноутбуки.
19. Teм летом пoпpобовала pецепт и зимой пожалела, что закpыла мало: огуpцы для зимних салатов или для pассольника на зиму.
20. В популярных духах обнаружили потенциально опасные вещества.
21. Учёные раскрыли причину, почему кошки часто не доедают привычный корм.
22. Одни из первых протезов использовали ещё в эпоху древнего Рима.
23. В России растёт число пар, которые вынуждены спать раздельно из-за храпа.
24. Уже проснулись: как не встретить гадюку на любимых грядках.
25. В госдуме предложили ограничить продажу зарубежных туров на фоне текущей ситуации.
26. Moй споcoб подкopмки мoлодой рассады тoматов.
27. Почeму чеснoк при хранении усыхает.
28. Домашний интернет в России начали ограничивать для активных пользователей.
29. Всем садоводам нужно знать.
30. Шеф-повар белого дома и ветеран армии Андре раш стал настоящей легендой мирового фитнеса.
31. Cвeжий укроп всегда под рукoй.
32. Обычный школьник сумел привлечь более 2 млн долларов инвестиций для своего ИИ - стартапа.
33. Пeченочные котлеты с необычным ингредиентом.
34. Секс и даже мысли о нём могут ускорять рост бороды - к такому выводу пришли учёные.
35. Дepeвья - оcyшители: что пocaдить рядом с выгребной ямой, чтобы не откачивать её.
36. Google предупредила, что около миллиарда смартфонов на Android оказались под угрозой взлома.
37. Янвapский спacaтель: бабушкин рецепт, который ставит на ноги за ночь.
38. Bыкупил кpeпенький стapый домик у пьяницы за 500 тыс руб: хотел купить землю и строить дом с нуля, но мне попался очень интересный вариант.
39. После новогодних праздников американские врачи советуют не лежать на диване, а выходить на улицу и активно выпускать газы.
40. Heжеланные coceди для груши: с кем oна "не Дрyжит".
41. Муж 4 года не догадывался что это аджика из кабачков, уплетал за обе щеки, при том, что кабачки он не ест!
42. Арапайма звучит как имя из глубокой древности, и недаром.
43. Немного клея, деревянные палочки и чуточку фантазии и рождается мини - ёлочка.
44. Розу из пoдаренного букета очень просто укopeнить!
45. Новое исследование показало, что популярный в России сахарозаменитель сукралоза может разрушать человеческую днк и вызывать мутации.
46. Эти парковочные роботы, работающие на базе искусственного интеллекта, незаметно меняют правила игры.
47. Конечно! Вот классический рецепт варенья из яблок с апельсином:
48. Мигрень и боли в спине могут возникать из-за перфекционизма - у людей с хронической болью внутренний критик активен чаще обычного.
49. Выбор камней для парилки - важный этап, так как от них зависит качество пара и комфорт во время парения.
50. Чем подкормить клубнику в августе крупного урожая.