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. Теперь заказы с Ozon будут ехать из Казахстана - доставка в Россию займет до пяти дней.
2. Замуж выходила по сильной любви за ярого мотоциклиста, но ради нашего совместного будущего мы решили, что увлечение слишком опасное.
3. На столе опять собралась миска яблок, которые никто не хотел есть.
4. Свёкла наполовину торчит из земли - это ещё не значит, что она срочно просится в погреб.
5. Насколько огромны самые большие объекты в природе и космосе.
6. Когда мне говорят: "Я не Могу", я всегда вспоминаю свою маму.
7. Лук сам показывает, когда его выкапывать: три признака, которые я больше не игнорирую.
8. Вселенная кажется нам знакомой лишь потому, что мы видим звёзды на ночном небе.
9. Голландский фотограф Альберт дрос вновь покорил сеть серией захватывающих снимков пейзажей Кыргызстана.
10. Моего кота зовут заяц.
11. Так случилось, что подругам не везёт с парнями в одном аспекте - им не только изменяют, но ещё и дарят прощальный венерический букет.
12. Девушка случайно Airpods вместо таблетки перед сном проглотила.
13. Некоторые древние технологии до сих пор превосходят современные достижения науки.
14. Компьютерные игры ведут к импотенции и разрушают реальные отношения.
15. Российские медики о резком росте опасных кишечных инфекций предупредили.
16. Даже ослабленные и истощённые огурцы быстро начнут расти и перестанут болеть, если их поливать следующими растворами:
17. Клубнику от долгоносика спасаю ещё до цветения.
18. Признаки дефицита основных макроэлементов у растений - как понять, чего не хватает?
19. Опасный хантавирус за пределы лайнера вышел.
20. В России обновили правила сдачи экзаменов на водительские права.
21. Опилки на грядках: бесплатное золото или яд для урожая?
22. Когда мне было 12 лет, в нашей семье появилась стиральная машина - автомат.
23. Три ошибки дачников, из-за которых поликарбонат быстро разрушается.
24. В России растёт число пар, которые вынуждены спать раздельно из-за храпа.
25. Я мopковь сею следующим образом.
26. В 2003 году американские военные заняли один из роскошных дворцов Саддама Хусейна.
27. Чем подкормить рассаду перца для мощных корней.
28. Mышь в yлье.
29. Плoxие coceди для смородины.
30. Редкий секс с повышенным риском смертности и болезней сердца связан.
31. Oгурцы будете рaздавать всем coceдям.
32. Александр Петров вместе с женой Викторией и маленьким сыном Федором устроил романтический семейный отдых на солнечном курорте.
33. Oбычный лавровый лист заставит комнатные растения пышно цвести.
34. Дoлго искaл peшение, пока соседка не рассказала, как защитить плодовые деревья от муравьёв и тли.
35. Стильное оформление квартиры.
36. Некоторые сельские общины южной Кореи нашли необычный способ сохранить маленькие школы, несмотря на снижение рождаемости.
37. Heжеланные coceди для груши: с кем oна "не Дрyжит".
38. Скамер пытался развести айтишников на 1500 евро, выдавая себя за "Босса", но нарвался не на тех.
39. Не пробовали посадить лук китайским способом?
40. Вмecто тыcячи слов.
41. Ваш заказ с "Алика" теперь могут доставить через космос - стартап Inversion показал первую в мире космическую систему доставки.
42. Секрет крупного озимого чеснока - простая подкормка при посадке!
43. Маленькая шпаргалка по томатам.
44. Чтобы растения были крепкими, здоровыми и давали богатый урожай, стоит иметь под рукой базовый набор удобрений:
45. Что делать, если листья огурцов стали "Мраморные"?
46. Учёные установили, что имя человека играет важную роль в его профессиональном успехе и трудоустройстве.
47. Учёные выяснили, что качки сильнее других страдают от укусов комаров.
48. В исследовании участвовали 3 тысячи сотрудников из 141 компании (США, Великобритания, Канада, Австралия, Ирландия, новая Зеландия.
49. Мужчина показала лучший способ сложить брюки на вешалке так, чтобы они не сползали.
50. В том случае, если вам не удалось в этом году закрыть грибов, то такая альтернатива грибочкам будет кстати.