Scraping web avec une IP mobile française

Pourquoi les IP datacenter se font bloquer

Les éditeurs de sites n’ont rien contre vous personnellement : ils se protègent contre des robots. Les listes d’adresses « hébergeur » sont publiques et gratuites. Quand une requête arrive d’une plage OVH, Scaleway, AWS ou Hetzner, elle porte une étiquette « serveur » avant même que le contenu ne soit servi. Le pare-feu applicatif applique alors une politique différente : CAPTCHA, ralentissement, page vide.

Une adresse mobile française ne porte pas cette étiquette. Elle est attribuée dynamiquement par l’opérateur à un abonné parmi des milliers, exactement comme celle des visiteurs légitimes que le site cherche à servir. C’est pour cela que le taux de réussite change radicalement sur les mêmes cibles.

Configurer votre scraper en 30 secondes

Avec requests et un proxy HTTP :

import requests

proxies = {
    "http": "http://pm_x8f21a4c:MOTDEPASSE@proxy.proxymobile.fr:28080",
    "https": "http://pm_x8f21a4c:MOTDEPASSE@proxy.proxymobile.fr:28080",
}
r = requests.get("https://www.exemple.fr/produit/42", proxies=proxies, timeout=20)
print(r.status_code, r.text[:120])

Avec SOCKS5 et Playwright :

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(proxy={
        "server": "socks5://proxy.proxymobile.fr:28081",
        "username": "pm_x8f21a4c",
        "password": "MOTDEPASSE",
    })
    page = browser.new_page()
    page.goto("https://www.exemple.fr/produit/42")
    print(page.title())

En curl, pour un test rapide :

curl -x http://pm_x8f21a4c:MOTDEPASSE@proxy.proxymobile.fr:28080 \
     -s https://api.ipify.org
# 92.184.104.12

Les cinq bonnes pratiques qui font la différence

1. Respectez la cible. Lisez le robots.txt, limitez-vous aux données publiques, ne contournez pas un paywall, ne collectez pas de données personnelles. C’est une obligation légale (RGPD) en plus d’être une question de survie technique.
2. Espacez les requêtes. Un délai aléatoire de 1 à 3 secondes entre deux pages vaut mieux qu’une rafale de 50 requêtes par seconde : votre trafic ressemble à celui d’un humain, et le site ne déclenche pas son limiteur.
3. Gardez des en-têtes cohérents. Un User-Agent de Chrome 130 avec un en-tête Accept-Language: fr-FR et une IP mobile française, c’est cohérent. Un User-Agent de bot avec une IP mobile, beaucoup moins.
4. Utilisez la rotation à bon escient. La rotation automatique (5 à 20 min) suffit pour la plupart des collectes. Ne forcez pas une rotation par requête : cela consomme du temps de reconnexion cellulaire et n’améliore pas le taux de réussite.
5. Surveillez le volume. 1 Go représente environ 5 000 à 20 000 pages HTML selon leur poids. L’espace client affiche votre consommation au Go près, et vous pouvez ajouter du volume à 1,50 € l’unité.

Ce que le proxy ne fera pas

Il ne casse pas les CAPTCHA, il ne résout pas les protections comportementales avancées, et il ne vous dispense pas de respecter les conditions d’utilisation des sites. Si une plateforme interdit explicitement la collecte automatisée, une IP mobile ne change pas la nature de l’activité — elle change seulement la probabilité d’être filtré techniquement. À vous de faire la part des choses.

Combien ça coûte pour un scraper

Un scraper qui tourne une fois par jour sur 500 pages consomme environ 0,5 à 2 Go par mois : l’offre Mois à 12,99 € suffit. Pour plusieurs scrapers en parallèle ou des captures de pages lourdes, un téléphone dédié offre 100 Go et 256 flux simultanés.