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. Петербургские депутаты предложили изменить школьную программу полового воспитания.
2. Обычный поход в туалет потерей памяти закончился.
3. Подорожник на участке: пора проверять почву!
4. Туапсе экологическая катастрофа хуже анапской грозит.
5. Как буддийские монахи вышли на протест и столкнулись с полицией.
6. Повеяло летом. Клубника рекорд установила.
7. Что любит перец после высадки в теплицу - секреты ухода для богатого урожая!
8. Когда меня накрывает апатия и тоска, когда дела на работе идут хреново и настроение изо дня в день всё хуже и хуже, я проваливаюсь в шопоголизм.
9. У китайцев принято чавкать.
10. Советы дачникам. * Борная кислота:
11. 1941 год. Украина, первые месяцы оккупации.
12. В России обсуждают усиление контроля переписок с помощью ИИ.
13. Помoгаем печени утpoм, днем и вечером!
14. HE поливайте, когда земля сухая!
15. "ВИА Гра" на пике славы - "золотой граммофон", 6 декабря 2003 года.
16. Красотка Джессика альба после развода продолжает жить свою лучшую жизнь!
17. Стильное оформление квартиры.
18. Врачи из Калифорнии предупреждают: Chatgpt может усугублять психические расстройства и довести до серьёзных проблем с психикой.
19. Дeвочки, прошу вaшего совета.
20. Россияне внезапно кинулись скупать видеокарты, и спрос взлетел почти на 400%.
21. Пoчему лук стoит caжать в клyбнике.
22. Семейная жизнь снижает уровень тестостерона у мужчин, показало исследование американских учёных.
23. Не пробовали посадить лук китайским способом?
24. Помoщь для пeчени.
25. Внимание абитуриентам! Поступление в российские вузы станет сложнее: с 2026/27 учебного года вырастут минимальные проходные баллы ЕГЭ.
26. В России отложили введение нового утильсбора для автомобилей.
27. В России внезапно вырос спрос на необычную процедуру - мужики массово колют ботокс в яички.
28. Мусорные баки никогда не казались арт - объектами, пока этот парень и девушка не взяли их в свои руки.
29. Ваш заказ с "Алика" теперь могут доставить через космос - стартап Inversion показал первую в мире космическую систему доставки.
30. Осень - лучшее время, чтобы дать газону "Второе Дыхание".
31. Яркий акцент для сада.
32. Оcнoвнaя рaбoтa oceнью - избaвитьcя oт зимующих cтaдий врeдных насекомых и болезней.
33. Создавать своими руками - значит делать вещи особенными.
34. Ежедневный секс может стать отличным способом защититься от осенних простуд и орви - к такому выводу пришли учёные.
35. Учёные выяснили: мужчины, которые занимаются сексом или мастурбируют более 21 раза в месяц, снижают риск заболеваний простаты более чем на 25%.
36. Чем подкармливать морковь в конце лета.
37. Очень вкусная аджика на зиму!
38. Колоновидная груша - это разновидность грушевого дерева, которая отличается компактной, узкой и вертикальной формой кроны, напоминающей колонну.
39. Мы готовим малинник к следующему сезону правильно!
40. Как понять, что тыква созрела?
41. Учёные из пермского политеха обнаружили радиацию в китайских гибридных автомобилях, превышающую норму в восемь раз.
42. Вкусный рецепт бургера с курочкой.
43. Регулярное употребление хотя бы шести штук в неделю снижает риск ранней смерти почти на 30 процентов.
44. Гора кайлас - одна из самых загадочных и почитаемых вершин в мире.
45. Топ-7 инструментов для веб-скрейпинга онлайн в 2025 году
46. Полное руководство: Как начать продавать на Amazon в 2025 году
47. Какие сады и парки Москвы особенно красивы весной
48. Почему стоит выбрать качественный геотекстиль.
49. Лучшие прокси-сервисы для арбитража 2025: рейтинг и обзор
50. 3 эффективных способа использования прокси-сервера