שאיבת מידע מאתר

[clickone]

@nigun בד"כ השירותים האלו נותנים לך X כתובות, שמשתנות כל יום
ולכן זה יותר קל / פשוט

[MusiCode]

בקיצור, זה הכיוון.
להשיג רשימת שרתי פרוקסי, שבעצם ינתבו את הבקשות דרך כמה כתובות IP, וכך לא אקבל קאפאצ'ה.

מישהו מכיר שירות אמין?

השירות שהבאתי מקודם (https://proxybot.io/) למשל, נועד למטרה הזאת בדיוק! לעקוף קאפאצ'ות לסוגיהן. אבל הוא איטי, כאמור.

כל השירותים שעולים כסף, אני אצטרך לשלם כדי לבדוק אותם...

אז אשמח אם יש למישהו ידע בעניין, ניסיון בשרתי פרוקסי, או רעיון.

[MusiCode]

דרך אגב, חשבתי שאפילו מתקפת DDoS אפשר ליישם דרך פרוקסי! ולזה, מספיקים שרתי פרוקסי חינמיים ברשת... מעניין איך אפשר להתגונן מזה.

לחסום כללית מי שמגיע מפרוקסי? זה יכול להיות לגיטימי.
אולי לאבחן פרוקסי לפי הכותרות שלו? מעניין.

יש קצת מידע על זה...
https://www.google.com/search?q=ddos+in+proxy

[WWW]

@MusiCode אמר בשאיבת מידע מאתר:

לחסום כללית מי שמגיע מפרוקסי? זה יכול להיות לגיטימי.

רוב ה IPים של החינמיים מסומנים ברשימות שחורות של כל מיני כלי אבטחה למיגון אתרים.

[nigun]

@MusiCode אמר בשאיבת מידע מאתר:

אולי לאבחן פרוקסי לפי הכותרות שלו? מעניין.

למה שישלח כותרות מסגירות?
הוא יחסם בכל האתרים
ואז זה כבר לא שווה כלום.

[Avi_av]

@MusiCode
א. אתה לוקח את המידע בנפרד אפילו שזה אותו מידע? נשמע כמו תכנון שגוי.. (אולי תשתמש במטמון.)
ב. בהתאם להודעת השגיאה כשאתה מקבל קאפצה, אפשר ללמוד המון על מה צריך כדי לא לקבל.. יש הגנות מסוימות שיותר קשות מהשאר.
ג. תוודא שאתה מצרף לבקשות שלך כותרות (headers) טובות ולא כאלו שמזהים אותך כבוט. בנוסף, תשתמש בסלניום וכדומה כדי לקבל את המידע במקום לבקש את הבקשות HTTP ישירות..
ד. יש דרגות של אנונימיות לפרוקסי, וזה בעצם מה שגורם לזהות פרוקסי חינמי כל ועוד הם לא בדרגת "Elite".. (הם מכילים כותרות שחושפות שהם פרוקסי או גרוע מכך - את הIP האמיתי..)
(ip-api.io/json יכול לעזור לבדוק)
ה. יש מלא ריפו'ס בגיטהאב של רשימות פרוקסי חינמיות, מתעדכנות אוטומטי על בסיס קבוע. בנוסף, יש גם כלים שימיינו לך רשימות פרוקסי לפי מהירות ואנונמיות. יש גם כלים שיתנו לך backconnect proxy.
ו. אם לא תסתדר עם האפשרויות החינמיות - יש לי שני הצעות בתשלום, אבל מכיוון ואסור לשלוח כאן קישורי שותפים... אשמח לשלוח לך במייל.

פרויקטים רלוונטים מגיטהאב:
https://github.com/assnctr/unfx-proxy-checker
https://github.com/bluet/proxybroker2
https://github.com/imWildCat/scylla
https://github.com/nicksherron/proxi

[MusiCode]

@Avi_av תודה על התשובה המפורטת!
אני אעבור על הכלים, אבל במקביל אשמח שתתן לי חברות זולות ואמינות.

(תודיע לי ששלחת, כי זה לא המייל שלי. רק מייל לצרכים כאלה, כמו פרסום במקום ציבורי... או הרשמה לשירותים מספימים).

[Avi_av]

שלח לי מייל לכתובת שבחתימה.
(זה מייל שאפשר רק להגיב איתו..)

[MusiCode]

מאי האי?

[Avi_av]

avi_av at hi2.in

זה המייל. האתר הזה אין לי שמץ..
זה כתובות מייל זמניות שאפשר לפתוח בכמות בלי בעיה ואפשר לשמור אותם קבוע..

[MusiCode]

בהנחה שאני מנסה עוד קצת עם החינמיים, אז אני צריך בודק פרוקסי טוב, שייתן את האיכות של השרת, ואת העיכוב של התשובות.

היות והפרוייקט שאני עובד עליו הוא ב-Node.js, אני רוצה שהבודק יהיה גם בNODE.

הפרוייקט הכי טוב בנוד הוא https://github.com/assnctr/unfx-proxy-checker.
אבל אני לא מצליח לגשת לAPI שלו.

אני מנסה לחפור בתוך הקוד שלו, וזה מאוד מסובך...

יש בודק פרוקסי לנוד מומלץ?
או שאאלץ לבנות לבד...

[Avi_av]

הייתי מציע לך לנסות קודם את proxybroker הוא מבצע בשבילך את הניהול של זה..
אתה פשוט מתחבר אליו כפרוקסי והוא מעביר הלאה לפרוקסי הכי מהיר..

[MusiCode]

@Avi_av אמר בשאיבת מידע מאתר:

proxybroker

יש בו בעיה רצינית בפייתון 3.8.
מרביץ המון שגיאות.

[MusiCode]

@Avi_av אמר בשאיבת מידע מאתר:

ג. תוודא שאתה מצרף לבקשות שלך כותרות (headers) טובות ולא כאלו שמזהים אותך כבוט. בנוסף, תשתמש בסלניום וכדומה כדי לקבל את המידע במקום לבקש את הבקשות HTTP ישירות..

יש מדריך לכלי כזה?
לא מכיר בכלל...

[Avi_av]

כלי כזה כלומר סלניום?
יש מלא מדריכים ברשת. אין לי משהו ספציפי להציע

[MusiCode]

אוקיי, הסתדרתי עם chrome-headless.
יש ספרייה לנוד בשם puppeteer לשליטה על כרום.
נראה קל ונוח.

את ג'אווה אני לא מכיר, וסלניום נראה לי מסובך מדי.

לעניין אחר:
האתר שאני 'מגרד' חוסם אותי אפילו על בקשה כל דקה, אחרי שעתיים.

אפשר להתגבר על זה?
אני אפילו לא יודע אם אני מוגבל במספר בקשות, או בזמן.
אין תוצאות חד משמעיות לשום צד.