Scraping web con una IP móvil francesa

Por qué bloquean las IP de datacenter

Los editores de sitios no van contra ti en concreto: se protegen de los robots. Las listas de direcciones de alojamiento son públicas y gratuitas. Cuando una petición llega desde un rango de OVH, Scaleway, AWS o Hetzner, lleva la etiqueta de servidor antes incluso de que se sirva el contenido. El cortafuegos de aplicación aplica entonces otra política: CAPTCHA, ralentización o página vacía.

Una dirección móvil francesa no lleva esa etiqueta. El operador la asigna dinámicamente a un abonado entre miles, igual que a los visitantes legítimos que el sitio quiere atender. Por eso la tasa de éxito cambia radicalmente en los mismos objetivos.

Configura tu scraper en 30 segundos

Con requests y un proxy HTTP: declara las claves http y https apuntando al host y puerto HTTP que figuran en tu panel. Con SOCKS5 y Playwright: indica el servidor socks5 y las mismas credenciales. En curl, para una prueba rápida: usa la opción -x con tu usuario y contraseña.

Los tres casos consumen la misma cuota y respetan la rotación de IP de tu oferta.

Las cinco buenas prácticas que marcan la diferencia

1. Respeta el objetivo. Lee el robots.txt, limita la recogida a datos públicos, no sortees un muro de pago y no recojas datos personales. Es una obligación legal, además de una cuestión de supervivencia técnica.
2. Espacia las peticiones. Un retardo aleatorio de uno a tres segundos entre páginas vale más que una ráfaga de cincuenta peticiones por segundo: tu tráfico se parece al de una persona y el sitio no dispara su limitador.
3. Mantén cabeceras coherentes. Un User-Agent de Chrome reciente con Accept-Language fr-FR y una IP móvil francesa son coherentes; un User-Agent de bot con una IP móvil, mucho menos.
4. Usa la rotación con criterio. La rotación automática basta para la mayoría de las recogidas. No fuerces una rotación por petición: consume tiempo de reconexión celular y no mejora la tasa de éxito.
5. Vigila el volumen. Un GB equivale a unas cinco mil a veinte mil páginas HTML según su peso. El panel muestra tu consumo al GB y puedes añadir volumen por unidad.

Lo que el proxy no hará

No rompe CAPTCHAs, no resuelve protecciones de comportamiento avanzadas y no te exime de respetar las condiciones de uso de los sitios. Si una plataforma prohíbe expresamente la recogida automatizada, una IP móvil no cambia la naturaleza de la actividad: solo cambia la probabilidad de ser filtrado técnicamente.

Cuánto cuesta un scraper

Un scraper que se ejecuta una vez al día sobre quinientas páginas consume entre 0,5 y 2 GB al mes: la oferta mensual con 10 GB es suficiente. Para varios scrapers en paralelo o capturas pesadas, un teléfono dedicado ofrece 100 GB y 256 flujos simultáneos.