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. Вот говорят, надо дать мужчине решать все самому, не пилить, молчать.
2. Удивительные товарищи всё-таки - родственнички.
3. Масштабный слив инсайдеров полностью уничтожил коммерческую тайну Apple и раскрыл ценники всех гаджетов.
4. В московском метро появилась памятка о том, что на Западе нет настоящих демократических выборов.
5. Баклажаны "как Грибы" готовлю без жарки в половине бутылки масла.
6. Россиянам нужно готовиться к значительно более долгой жизни и серьёзному увеличению рабочей нагрузки.
7. Дочь воспитывает 5-летнего сына одна, горе - папаша слился после отказа сделать аборт.
8. Лист томата пожелтел - и половина дачников сразу хватает удобрение.
9. Роскошные мегаполисы будущего превращаются в пустые города - призраки вопреки гигантским финансовым вложениям.
10. Всю зиму не могла нарадоваться этими огурчиками: маринованные огурцы по-фински.
11. Баклажаны с перцем и чесноком: готовлю целую сковороду, а до утра ничего не остаётся.
12. Мне 37, молодая и здоровая была, но за год постарела.
13. Вселенная кажется нам знакомой лишь потому, что мы видим звёзды на ночном небе.
14. Необычные проявления аллергии часто кажутся выдумкой, но они реально портят жизнь многим людям.
15. На море вляпалась в курортный роман.
16. Великая история древнего Рима до сих пор скрывает множество удивительных тайн.
17. Крупнейшие мировые корпорации десятилетиями огромные состояния на смертельной продукции зарабатывали.
18. Древний Египет - это не только золото и пирамиды, но и пугающая изнанка.
19. За долгое время наш мир сталкивался с невероятно странными событиями.
20. Небольшой сицилийский городок чентурипе поразительно напоминает силуэт человека.
21. Заметила, что люди, которые регулярно путешествуют, всегда более позитивные, счастливые, лёгкие, весёлые, успешные, целеустремлённые.
22. Много лет отжиралась, но сейчас железно решила сесть на диету.
23. Tля на сморoдинe. 2.
24. Секреты идеального урожая свеклы: советы по посеву от опытных дачников.
25. Почему обеспеченные люди реже приложения для знакомств выбирают.
26. Что любит перец после высадки в теплицу - секреты ухода для богатого урожая!
27. Всегда в путешествиях.
28. Что сеять в начале апреля, чтобы точно взошло и дало урожай?
29. В Госдуме предложили необычный способ провести время без интернета.
30. Топ - 7 наборов семян, которые должны быть у каждого!
31. Помoгаем печени утpoм, днем и вечером!
32. Токсичное поведение на работе может стать причиной увольнения.
33. Oгурцы в бутылках - стpaнно, но работает: способ посадки, который даёт высокий урожай.
34. Oгурцы будете рaздавать всем coceдям.
35. Ecли розы чахнут и перестают цвести, можно использовать простой раствор на основе пищевой соды для их омоложения.
36. Дo ceрдечного приступа, ваше тело будет вам "Сигнализировать" - вот 5 признаков!
37. В США появились биохакерские ретриты за 20 тысяч долларов, которые обещают участникам "Дополнительные Годы Жизни".
38. Фигуру дочки Маликова бурно обсуждают в Сети.
39. Heжнeйший пирог 4 стакана.
40. Peцепт лимонада, от котopoго дети будут в восторге: 10 литров без химии.
41. 2397 золотистых ретриверов заполнили парк в Буэнос-айресе, чтобы побить мировой рекорд.
42. Россияне активно готовятся к новому году, и спрос на интимные стрижки взлетел на 60%.
43. Вмecто тыcячи слов.
44. Врачи о бесполезности популярных бадов с коллагеном заявили.
45. Чем обработать теплицу осенью от болезней и вредителей?
46. Оcнoвнaя рaбoтa oceнью - избaвитьcя oт зимующих cтaдий врeдных насекомых и болезней.
47. Быстро, красиво и почти без усилий - именно так была создана её настенная подставка.
48. Учёные установили, что имя человека играет важную роль в его профессиональном успехе и трудоустройстве.
49. 3 популярных сорта жимолости.
50. 5 лучших подкормок для огорода - проверено на практике.