Integraciones · Automatización y scraping
Usa HProxy con Scrapling.
- 5 pasos
- Código que funciona
- HTTP y SOCKS5
- Acceso en la URL del proxy
Por qué un proxy
Por qué usar un proxy con Scrapling
Scrapling es un framework de scraping en Python con dos fetchers en un paquete: HTTP sin más con la huella TLS de un navegador, y un navegador sigiloso que resuelve las pruebas de Cloudflare. Desde la versión 0.4 también trae su propio framework de spiders. La versión 0.5 eliminó el antiguo fetcher de Playwright, DynamicFetcher, así que el código escrito para la 0.4 que lo importa tiene que pasar a StealthyFetcher.
Scrapling cambia el aspecto de una petición, pero la dirección de la que sale sigue siendo la tuya. Las webs cuentan las peticiones por dirección, así que un rastreo desde una IP se para tras unos cientos de páginas por buena que sea la huella. Un pool residencial rotativo da a cada petición, o a cada sesión, su propia dirección.
Setup
Configurar HProxy en Scrapling
- 1
Instala los fetchers: pip install "scrapling[fetchers]", y luego ejecuta scrapling install una vez para los navegadores.
- 2
Copia el host, el puerto y el acceso de tu proxy del panel de HProxy.
- 3
Pass proxy= to a fetcher or a session. The HTTP fetcher also takes proxy_auth=(user, pass), which keeps the password out of the logs.
- 4
For several lines, build a ProxyRotator from the list and pass it as proxy_rotator= to the session.
- 5
Descarga una vez una página de eco de IP a través de la sesión y confirma la dirección antes de una ejecución real.
Conviene saber
Los fetchers de navegador solo aceptan http, https, socks4 y socks5, y SOCKS5 con acceso falla en el navegador. Ahí usa la línea HTTP del mismo proxy.
El host, el puerto y el acceso que se muestran aquí son el formato; tus valores exactos están en tu panel, listos para copiar.
Scrapling, con HProxy
from scrapling.fetchers import Fetcher, StealthyFetcher
# HTTP fetcher: the login stays out of the proxy URL
page = Fetcher.get(
"https://ipinfo.io/json",
proxy="http://example.hproxy.com:8080",
proxy_auth=("user-country-us", "pass"),
)
print(page.json())
# Stealth browser: same proxy, as a URL with the login inside
page = StealthyFetcher.fetch(
"https://ipinfo.io/json",
proxy="http://user-country-us:[email protected]:8080",
block_webrtc=True,
)Scrapling preguntas
Preguntas frecuentes
¿Cómo roto proxies en Scrapling?
With a rotating gateway you do not need to: one unchanged endpoint hands out a different exit per request. For a list of fixed lines, create ProxyRotator([...]) from scrapling.fetchers and pass it as proxy_rotator= to a session. It cycles in order and accepts a custom strategy function. A session takes proxy_rotator= or proxy=, never both.
¿Por qué mi sesión de Scrapling ignora el proxy?
From version 0.4 to 0.4.8, FetcherSession(proxy=...) was silently ignored and requests left from the real IP. The fix shipped in 0.4.9. Update Scrapling, then fetch an IP echo page through the session to confirm the address it shows.
¿Por qué falla la contraseña de mi proxy en el fetcher de navegador de Scrapling?
Antes de la versión 0.5.1, los fetchers de navegador pasaban al navegador el acceso de una URL de proxy todavía codificado con porcentaje. Una contraseña escrita como p%40ss llegaba al proxy como p%40ss, y el proxy respondía 407. La versión 0.5.1 lo decodifica. En una versión anterior, pasa el proxy como diccionario con server, username y password, que recibe el acceso tal cual.
¿Scrapling admite proxies SOCKS5?
El fetcher HTTP sí. Los fetchers de navegador solo aceptan una línea socks5:// sin acceso, porque el navegador que hay debajo rechaza la autenticación SOCKS5, y rechazan socks5h:// con Invalid proxy string. Con usuario y contraseña, usa la línea HTTP del mismo proxy.
¿Qué fetcher debe llevar el proxy en un flujo con inicio de sesión?
Una sesión, con una línea fija. StealthySession mantiene un navegador abierto entre peticiones, y un inicio de sesión solo sobrevive si la dirección no cambia en todo ese tiempo. Una línea rotativa va bien para lecturas página a página con Fetcher, donde no se arrastra ningún estado.
¿Cómo mantengo bajo el tráfico residencial en los fetchers de navegador de Scrapling?
Turn on disable_resources=True and block_ads=True. A browser loads images, fonts and trackers that a scraper never reads, and residential traffic is billed per gigabyte. Both options are off by default.
Otras integraciones
Más guías de configuración
Listos cuando tú lo estés.
Tu panel está a diez segundos. Sin llamada comercial, sin suscripción, sin mínimo.


