ES
Empezar

Integraciones · Automatización y scraping

Usa HProxy con Puppeteer.

Ejecuta Chrome sin interfaz a través de un proxy de HProxy con Puppeteer y page.authenticate.
  • 3 pasos
  • Código que funciona
  • HTTP y SOCKS5
  • Acceso en la URL del proxy

Por qué un proxy

Por qué usar un proxy con Puppeteer

Puppeteer maneja Chrome sin interfaz (o con ella) desde Node, la opción preferida para scraping con mucho renderizado y pruebas automatizadas en el mundo JavaScript.

Chrome sin interfaz desde una IP de centro de datos es una huella que las webs reconocen a simple vista. Una salida residencial quita la mitad de red de esa pista, así que lo que se juzga es el comportamiento del navegador.

Setup

Configurar HProxy en Puppeteer

  1. 1

    Abre Chrome con --proxy-server apuntando a tu host y tu puerto.

  2. 2

    Como el proxy necesita un acceso, llama a page.authenticate() con tu usuario y contraseña antes de navegar.

  3. 3

    Navega como siempre; ahora toda la carga de la página pasa por el proxy.

Conviene saber

El usuario y la contraseña van por page.authenticate(); la opción --proxy-server no los acepta.

El host, el puerto y el acceso que se muestran aquí son el formato; tus valores exactos están en tu panel, listos para copiar.

Puppeteer, con HProxy

import puppeteer from "puppeteer";

const browser = await puppeteer.launch({
  args: ["--proxy-server=example.hproxy.com:8080"],
});
const page = await browser.newPage();
await page.authenticate({ username: "user-country-us", password: "pass" });
await page.goto("https://ipinfo.io/json");

Puppeteer preguntas

Preguntas frecuentes

¿Por qué la opción proxy-server no acepta mi usuario y contraseña?

Porque esa opción de Chrome solo acepta un host y un puerto. Las credenciales van por page.authenticate, llamado antes de navegar. Es el motivo más común por el que una configuración de proxy en Puppeteer devuelve errores de autenticación que parecen culpa del proxy.

¿Tengo que autenticarme en cada página?

Sí. La autenticación se fija por página y no por navegador, así que cada página nueva que abres necesita la llamada antes de navegar. Olvidarla en una segunda página produce un fallo que parece intermitente y es totalmente determinista.

¿Cómo doy una IP distinta a cada página de Puppeteer?

Abre una instancia de navegador distinta por identidad en lugar de abrir más páginas, porque la opción de proxy se fija al arrancar y las páginas de un mismo navegador la comparten. Con un proxy rotativo cada arranque nuevo coge una salida nueva automáticamente.

¿Cómo evito que Puppeteer descargue imágenes?

Activa la interceptación de peticiones y cancela las de tipo imagen, fuente, multimedia u hoja de estilos. Es el cambio con más impacto que puedes hacer con un cobro por gigabyte, porque un navegador sin interfaz lo descarga todo por defecto, igual que uno real.

Listos cuando tú lo estés.

Tu panel está a diez segundos. Sin llamada comercial, sin suscripción, sin mínimo.