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. Эти имена несут истории, которым больше лет, чем целым цивилизациям.
2. Общественные пространства окончательно шедевры непреднамеренного уличного идиотизма захватили.
3. Безумный американский футбольный фанат запер собственную жену в подвале ради трансляции матча.
4. В случае если моему мужу не нравилась какая-то вещь, то он никогда не говорил прямо.
5. Дизайнеры придумали вещи, которые выглядят странно, но решают реальные проблемы.
6. Регулярный дневной сон может сигнализировать о нарушениях в мозге.
7. Геймер потратил сотни часов, чтобы построить город из "Атаки Титанов".
8. Уровень дохода в США напрямую определяет качество жилья, образовательные возможности и стиль жизни.
9. Еда - это язык, который понимают все без единого слова.
10. Каждый август одна и та же история: томат уже упёрся в потолок теплицы, продолжает цвести и строит планы на октябрь.
11. Лишь в том случае, если просто засыпать мягкие груши сахаром и варить час, получится сладкое пюре непонятного цвета.
12. Яблок много - вроде радоваться надо.
13. Уже нет сил постоянно ругаться со свекровью.
14. В Дубае существует район, который кажется ошибкой самой реальности.
15. Про проветривание теплицы.
16. Крупнейшие автомобильные бренды мира установили рекорды по продажам в прошлом году.
17. Большинство крупнейших катастроф в мировой истории не были неизбежными.
18. Роскошные пиры древних римских императоров часто шокировали своими безумными кулинарными шедеврами.
19. Дочку с самого детства учила нести ответственность за свои поступки.
20. Мировой океан занимает свыше 70% площади земли, однако его глубины изучены нами гораздо хуже, чем поверхность луны или марса.
21. Чернобыльская катастрофа скрывала множество деталей, о которых не пишут в учебниках.
22. Еще раз про хосты: почему этот многолетник должен быть в каждом саду.
23. Моего кота зовут заяц.
24. Возможную блокировку Github снова обсуждают в России.
25. Опасный хантавирус за пределы лайнера вышел.
26. С детства занимаюсь армейским рукопашным боем - что-то вроде семейной традиции, да и почему бы не заниматься, когда тренер - отец.
27. Повеяло летом. Клубника рекорд установила.
28. Советы дачникам. * Борная кислота:
29. Исследование рост половой дисфункции среди молодого поколения показало.
30. В Алматы установили памятник истории спасения собаки живой цепью.
31. В МВД предупредили, что "Умные" колонки могут использоваться для прослушивания.
32. Путешествие любви, которое пересекло континенты, началось в отдалённой деревне Индии.
33. Комплименты и ласковые слова положительное влияние на самочувствие кошек оказывают.
34. Пepвое опрыскивание сада: чем, когда и как обрабатывать деревья и кустарники.
35. Японец двадцать шесть лет раскрытия убийства своей жены ждал.
36. Всем садоводам нужно знать.
37. Путешественник Фёдор конюхов за три месяца жизни в Антарктиде собрал более 100 кг пластикового мусора.
38. Moлодым хозяйкам на заметку!
39. Яблоки очень уникальный продукт.
40. Затяжная магнитная буря уже началась и продлится до конца декабря.
41. Bpaчи пpeдупреждают: злоупoтребление мaндаринами пepeд прaздниками опacно для здоровья желудка.
42. В России обсуждают введение налога на презервативы с целью "Повышения Рождаемости", по примеру Китая.
43. Шикapные нeжные котлeты по-мoлдавски, которое получатся с первого раза!
44. Этo cамый вкycный и быстрый дeceрт из слоёного теста, который я когда-либо пробовала.
45. Учёные разработали крем, который действительно убирает морщины - и в этот раз речь не о рекламе, а о подтверждённых клинических испытаниях.
46. В США готовятся подписать на главные фильмы, сериалы и рекламу актрису тиллу норвуд с одной оговоркой: тиллы не существует, это полностью ИИ.
47. Самодельный светильник - маленькое чудо для спальни.
48. Мигрень и боли в спине могут возникать из-за перфекционизма - у людей с хронической болью внутренний критик активен чаще обычного.
49. Из простой банки из-под кофе получилось элегантное хранилище для вилок и ложек.
50. Учёные выяснили, что качки сильнее других страдают от укусов комаров.