ES
Empezar

Glosario

Protocolos y autenticación

Cabecera HTTP

Las líneas de nombre y valor que se envían con cada petición y respuesta web, donde un cliente se describe y donde los proxies dejan o borran su rastro.

Una petición HTTP es sobre todo presentación. Antes de que se mueva ningún contenido, el cliente envía un bloque de cabeceras, líneas simples de nombre y valor, que dicen quién es, qué acepta, de dónde viene y cómo le gustaría que se empaquetara la respuesta. El servidor responde con su propio bloque. Todo lo que negocian las dos partes lo negocian aquí, una línea por dato.

Un puñado de ellas hacen casi todo el trabajo que importa en el contexto de los proxies. Host indica qué web quieres, y así una dirección sirve miles de dominios. La línea del user agent dice qué software pregunta. Accept-Language declara qué idiomas prefieres. Referer dice desde qué página llegaste haciendo clic. La línea Cookie lleva el estado guardado en visitas anteriores. Y la familia de reenvío, X-Forwarded-For y Via, es donde un intermediario puede dejar constancia de su intervención, la mecánica con la que se miden los grados de anonimato.

Dos de ellas merecen especial atención de quien usa proxies porque contradicen la geografía a muy bajo coste. Accept-Language se envía con cada petición, y un navegador que anuncia en-US en cada página mientras sale por una dirección de Madrid es una contradicción que le llega a la web en el primer paquete de cabeceras, sin necesidad de huella. Lo mismo pasa con una cadena de Referer que muestra que llegas desde una edición en un idioma que tu supuesto país no vería. La dirección cuenta una historia; las cabeceras ofrecen otra.

El orden cuenta una tercera. La especificación trata las cabeceras como un conjunto sin orden, pero el software real las emite en una secuencia fija y habitual, y los hábitos difieren: un navegador produce un orden y cada librería HTTP otro. Las defensas comparan la identidad declarada con la secuencia observada, algo que no cuesta nada y que pilla los VALORES de cabecera copiados en un cliente que los emite en su propio orden. HTTP/2 complica el panorama, pasa los nombres a minúsculas y comprime el bloque, y añade sus propios detalles de negociación, que sirven igual de huella.

Las cabeceras también son donde se esconde el coste. Accept-Encoding es la línea que pide compresión, y olvidarla en un plan por gigabyte significa pagar a precio completo un texto que habría encogido varias veces. Cada petición repite el bloque entero, y en un trabajo de gran volumen eso suma tráfico de verdad. Líneas pequeñas, pero se envían millones de veces.

Preguntas frecuentes

¿Qué cabeceras HTTP importan más al usar un proxy?

De salida: la línea del user agent, Accept-Language y Cookie, porque tienen que encajar con la identidad y la ubicación que dice tu salida. Las que llegan a la web: X-Forwarded-For y Via, porque que tu proxy las añada o no es justo lo que separa los grados transparente, anónimo y élite. Leer lo que llegó de verdad, con cualquier endpoint de eco, resuelve las dos cosas en una petición.

¿Pueden las cabeceras revelar que uso un proxy aunque mi IP esté limpia?

Sí, de dos formas. Un proxy que añade cabeceras de reenvío se anuncia sea cual sea la calidad de la dirección. Y tus propias cabeceras pueden contradecir la salida: una preferencia de idioma, una cadena de referer o un valor que depende de la zona horaria incoherentes con el país declarado se leen como un visitante con la dirección de otro, que es exactamente lo que es.

¿De verdad se comprueba el orden de las cabeceras?

Las defensas serias lo hacen de forma habitual. El software emite las cabeceras en una secuencia característica, los navegadores de una forma y cada librería de la suya, y comparar la secuencia con el user agent declarado es una prueba de coherencia gratuita. Copiar los valores de cabecera de un navegador en un script sin reproducir el orden del navegador la suspende, y es una de las razones de que peticiones con valores perfectos se sigan clasificando como automatización.

¿Las cabeceras consumen ancho de banda?

Se reenvían en cada petición, así que a gran volumen son una partida de gasto real, y el efecto mayor es lo que controla una de ellas: Accept-Encoding negocia la compresión, y omitirla significa recibir las páginas sin comprimir con varias veces su tamaño. Con la facturación residencial por gigabyte, esa línea que falta es uno de los valores por defecto más caros del scraping.

Volver al glosario completo.

HProxy.

No te fíes solo de nuestra palabra. Mídelo tú mismo.

Comprueba el protocolo de un proxyCoge proxies gratis para probar

Funciona en tu navegador contra la dirección real. Sin registro y sin guardar ninguna lista.

HProxy