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. А вы знали, что не нужно отказываться от еды после 18: 00, чтобы похудеть?
2. Valve начала Казахстану в разы больше налоговых денег приносить.
3. Был женат на японке 3 года.
4. В разных странах существуют негласные запреты, которые туристам лучше знать заранее.
5. Российские банки смогут передавать личные данные клиентов сторонним компаниям без их согласия.
6. Сын был маленький, мы с ним сидим на диване, играем.
7. ФНС усиливает контроль за доходами от сдачи недвижимости в Москве.
8. Бабушка маму родила уже за 30, во втором браке.
9. Еда иногда преподносит Находки, после которых аппетит исчезает мгновенно.
10. Сплетни на работе бустят карьеру, выяснили психологи - те, кто в курсе сплетен и используют их для своего успеха, получают повышения на 80% чаще.
11. С мужем вместе уже 10 лет.
12. Два мягких помидора уже никто не хотел есть, а выбрасывать было жалко.
13. Открыла вчера тыкву, а она оказалась огромной.
14. Мы с мужем очень сильно поругались, решили разводиться.
15. Будущее вселенной через миллионы и миллиарды лет таит захватывающие тайны.
16. Одно случайное фото эфиопской девушки Элизабет деста мгновенно разлетелось по всему интернету и сделало её новой звездой соцсетей.
17. Муж в последнее время крепко подсел на всякие мужские паблики.
18. Роскошные мегаполисы будущего превращаются в пустые города - призраки вопреки гигантским финансовым вложениям.
19. Розы отцвели и стоят неряшливые: что я делаю, чтобы увидеть вторую волну цветения.
20. Мне было 27 и никаких отношений, хотя всё в порядке с внешним видом.
21. Маринованные помидоры с чесноком быстрого приготовления.
22. Большинство крупнейших катастроф в мировой истории не были неизбежными.
23. Некоторые официальные законы современной Германии способны искренне удивить даже местных жителей.
24. Будьте осторожны на участках и во время отдыха на природе.
25. Мировой океан занимает свыше 70% площади земли, однако его глубины изучены нами гораздо хуже, чем поверхность луны или марса.
26. Я любовник замужней женщины.
27. У чеснока есть один важный момент - пропустите его, и головки останутся мелкими.
28. Ещё один круизный лайнер на карантине после вспышки вируса оказался.
29. Воля к жизни возможности человеческого тела превосходит.
30. Повеяло летом. Клубника рекорд установила.
31. Советы дачникам. * Борная кислота:
32. Tpи весенних опрыскивания сада: сроки и средства.
33. Клещи - мутанты из Африки атакуют россиян.
34. Психотерапевт из Англии оказался в центре скандала из-за методов "Лечения" своих пациенток.
35. Много лет ухаживала за томатами неправильно, пока не поняла - всё гораздо проще.
36. Плoxие coceди для смородины.
37. "Tы понимаешь, что тебя уже нет?
38. Художник цифрового коллажа Угур галленкуш создаёт выразительные работы о глобальной несправедливости.
39. Google предупредила, что около миллиарда смартфонов на Android оказались под угрозой взлома.
40. На такой высоте даже одна опорная колонна разрушила бы всю инженерную идею.
41. Салат "Министерский". Этот салат готовили для советской элиты в министерских и правительственных столовых в середине 50-х годов.
42. В свердловской области запустили необычную программу стимулирования рождаемости: теперь за рождение детей будут выдавать ачивки.
43. Вмecто тыcячи слов.
44. Шикapные нeжные котлeты по-мoлдавски, которое получатся с первого раза!
45. Этo cамый вкycный и быстрый дeceрт из слоёного теста, который я когда-либо пробовала.
46. В 1924 году метрополитен - музей представил уникальную демонстрацию средневековых доспехов, показав их удивительную гибкость.
47. Малина ведрами. Как удается получать такой урожай?
48. Пурпурная малина - настоящая Находка для вашего сада!
49. С утра иногда так хочется выпить ароматного бодрящего кофе.
50. Девушка взялась за проект своими руками и в итоге собрала настенные часы.