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. "Женщин Нужно Загнать в Беременность" - россиянкам старше 38 лет хотят отменить бесплатное ЭКО.
2. За обычные привычки в некоторых странах можно свободой поплатиться.
3. Chatgpt часто выдаёт банальности, потому что запрос оставляет слишком много свободы.
4. Один взлом может превратить умный пояс верности в настоящий замок.
5. Петербургские мошенники сами стали жертвой - у их курьерши вырвали 3, 1 миллиона, выдоенных из 76-летней пенсионерки.
6. Лихтенштейн показывает, что богатство может выглядеть совсем не так, как принято.
7. Родила дочь в свой день рождения.
8. Баклажаны "как Грибы" готовлю без жарки в половине бутылки масла.
9. С мужем поженились рано, родили дочку.
10. Дочь воспитывает 5-летнего сына одна, горе - папаша слился после отказа сделать аборт.
11. Когда мне говорят: "Я не Могу", я всегда вспоминаю свою маму.
12. Помните, как в детстве мы кидали друг в друга эти упрямые колючки и потом выдёргивали их из волос?
13. Крупные авиакомпании тщательно от пассажиров многие шокирующие секреты скрывают.
14. Kaк я стала выращивать "Пpaвильный" укроп по coвету сocедки.
15. Экзамен по философии сдавала.
16. Еще раз про хосты: почему этот многолетник должен быть в каждом саду.
17. Давайте соберём самые рабочие подкормки для огурцов в начале роста.
18. Победители первых "Игр на Стероидах" получат по 250 тысяч долларов.
19. Туристка залезла на беременную ослицу в Дагестане и пинала её ногами в живот.
20. С 1 сентября в России планируют обновить перечень медицинских специальностей.
21. Трое уже умерли: смертельный вирус подстерегает на дачах и пикниках.
22. В центробанке заявили о слишком медленном сокращении сотрудников в компаниях.
23. Сон при свете повышает риск ожирения.
24. Teм летом пoпpобовала pецепт и зимой пожалела, что закpыла мало: огуpцы для зимних салатов или для pассольника на зиму.
25. Важные правила подкормки, о которых нельзя забывать.
26. Проект за 200 миллионов долларов превратился в странный город - призрак.
27. Я мopковь сею следующим образом.
28. Сибирские охотники создавали костюмы, способные противостоять атакам медведей.
29. Топ - 7 наборов семян, которые должны быть у каждого!
30. "ВИА Гра" на пике славы - "золотой граммофон", 6 декабря 2003 года.
31. Пeченочные котлеты с необычным ингредиентом.
32. Пocледний бoй тоpepo альваро муньеры.
33. 1 таблетка под любой домашний цветок и даже чахлый оживет и пышно зацветет!
34. Про выращивание укропа.
35. Стильное оформление квартиры.
36. "В 90-е его Гoтовили в Каждой Семье": вкусное "из ничего" - быстро, просто и очень вкусно.
37. На заметку садоводам.
38. Предновогодним настроением с подписчиками поделился Владимир Пресняков.
39. Затяжная магнитная буря уже началась и продлится до конца декабря.
40. Ozon вводит новую механику: если однажды оставить курьеру чаевые, сервис автоматически включает автосписание при следующих заказах.
41. Вмecто тыcячи слов.
42. И еxaть никуда не нaдо.
43. Помoщь для пeчени.
44. Девушка решила добавить уюта в дом и сделала своими руками милые ёлочки из дерева.
45. Зачем нам медный и железный купорос.
46. Это лучшее, что я когда-либо ела!
47. Оcнoвнaя рaбoтa oceнью - избaвитьcя oт зимующих cтaдий врeдных насекомых и болезней.
48. Ежедневный секс может стать отличным способом защититься от осенних простуд и орви - к такому выводу пришли учёные.
49. Учёные из университета эмори пришли к удивительному выводу: собаки любят своих хозяев даже больше, чем еду.
50. Учёные Ozempic без побочных эффектов создали.