Si has llegado hasta aquí porque algo que intentabas hacer en línea se ha bloqueado, o porque un tutorial te decía que necesitas proxies residenciales sin explicarte por qué, este es el punto de partida. No se asume ningún conocimiento previo, ni jerga que no se explique según aparece.
Qué hace realmente un proxy
Normalmente tu ordenador se conecta directamente a un sitio web, y el sitio web ve tu dirección IP, el número que tu proveedor de internet asignó a tu conexión. Un proxy se sitúa en medio: tú envías tu solicitud al proxy, el proxy la reenvía al sitio web, y el sitio web ve la dirección del proxy en lugar de la tuya.
Ese es todo el mecanismo. Todo lo demás tiene que ver con la dirección de quién tomas prestada.
Por qué importa el tipo de dirección
Los sitios web tratan las direcciones de forma distinta según de dónde procedan, y esta es la parte que sorprende a los recién llegados.
Una dirección de datacenter pertenece a una empresa de hosting, el tipo de lugar donde viven los servidores. Son baratas y rápidas, pero también es evidente que no son personas. Los rangos están registrados públicamente, así que un sitio web puede saber al instante que una solicitud proviene de un servidor, y muchos sitios lo consideran motivo para bloquear, desafiar o servir contenido diferente.
Una dirección residencial pertenece a una conexión de internet doméstica real, asignada por un proveedor de consumo a un hogar. Para un sitio web parece una persona normal navegando desde casa, por eso funciona en sitios donde las direcciones de datacenter no lo hacen. Proceden de personas que accedieron a compartir su conexión, por eso cuestan más: la oferta es finita de una manera en la que las direcciones de datacenter no lo son.
Existen otros tipos, y el vocabulario completo está en el glosario, pero esta distinción cubre la mayor parte de lo que necesita saber un principiante.
Cuándo realmente necesitas uno
Los proxies residenciales merecen su coste cuando tu trabajo depende de una de estas dos cosas.
Ver lo que ven las personas en otros lugares. Los precios, los resultados de búsqueda, la disponibilidad de productos y la publicidad varían según el país y a menudo según la ciudad. Si necesitas saber qué ve un cliente en Alemania, tienes que preguntar desde Alemania, y una dirección residencial en Alemania es la forma de hacerlo. Esto cubre el seguimiento de precios, comprobar cómo aparece tu sitio o tus anuncios en otros mercados, y recopilar datos de investigación que varían según la región.
Recopilar datos públicos a una escala que una sola conexión no puede gestionar. Cualquier sitio notará miles de solicitudes desde una única dirección y empezará a rechazarlas. Repartir ese volumen entre muchas direcciones es lo que permite que los trabajos de recopilación a gran escala sigan funcionando.
Si ninguna de las dos se aplica, puede que no necesites proxies residenciales en absoluto. Los objetivos sin protección y tu propia infraestructura funcionan bien con direcciones de datacenter más baratas, y usar residenciales donde no se necesitan es simplemente más caro. La comparación honesta está en residencial frente a datacenter.
Las dos formas en que se comportan
Este es el concepto que más confunde a la gente, y es sencillo una vez que se explica.
Rotativo significa que cada solicitud sale a través de una dirección diferente. Esta es la opción por defecto y la correcta para recopilar datos, porque repartir las solicitudes entre muchas direcciones es precisamente lo que evita que una sola llame la atención.
Fijo (sticky) significa que mantienes la misma dirección durante un tiempo. Necesitas esto siempre que un sitio te recuerde entre solicitudes: iniciar sesión, avanzar por una búsqueda de varias páginas, o cualquier cosa donde cambiar de dirección a mitad de camino parecería que apareció una persona diferente. Se obtiene añadiendo un identificador de sesión a tu nombre de usuario, y dura un tiempo determinado antes de rotar.
La mayoría de los proyectos usan ambos: rotativo para la recopilación masiva, fijo para las partes que implican una secuencia. Más en fijo frente a rotativo.
Cómo se paga por ellos
Los proxies residenciales se facturan por los datos que mueves, medidos en gigabytes, en lugar de por cuántas direcciones usas. Esto pilla desprevenida a la gente, porque significa que el número de IPs no es algo que compres, y lo que hay que estimar es el ancho de banda.
La consecuencia práctica es que lo que obtienes importa más que cuántas solicitudes haces. Obtener los datos subyacentes de una página son unos pocos kilobytes; cargar esa página por completo en un navegador con todas sus imágenes, fuentes y scripts puede suponer varios megabytes. El mismo trabajo construido de la segunda forma puede costar cien veces más. Esa disyuntiva se trata en estimar el ancho de banda y reducir costes de ancho de banda.
Tu primera solicitud
Cuatro cosas: un host, un puerto, un nombre de usuario y una contraseña. El host y el puerto nunca cambian. Tu segmentación va en el nombre de usuario.
# lo más simple posible: rotativo, sin preferencia de ubicación
curl -x customer-USERNAME:PASSWORD@p.shifter.io:443 https://ipinfo.io/json
# la misma solicitud, pero saliendo por Alemania
curl -x customer-USERNAME-country-de:PASSWORD@p.shifter.io:443 https://ipinfo.io/jsonEjecuta la primera dos veces y deberías ver dos direcciones diferentes, lo que confirma que la rotación funciona. El formato completo, incluyendo sesiones fijas y segmentación por ciudad, está en cómo conectarse a un proxy residencial.
Cuatro errores que cometen los principiantes
Esperar que un proxy resuelva por sí solo un problema de bloqueo. La dirección es una señal entre varias. Si tus solicitudes no parecen las de un navegador por otros motivos, aún puedes ser bloqueado, y lo siguiente que hay que arreglar suele ser los encabezados.
Ir demasiado rápido. Los usuarios nuevos a menudo envían solicitudes tan rápido como su código lo permite, lo cual es la vía más rápida hacia el bloqueo. Reduce la velocidad deliberadamente; un ritmo prudente no es solo cortesía, sino que mantiene alta tu tasa de éxito, según limitación y regulación de la tasa de solicitudes.
Confiar en una respuesta 200. Una página puede devolver “éxito” mientras contiene un desafío, un resultado vacío o una versión genérica de lo que querías. Comprueba que el contenido es el esperado antes de tratarlo como datos, como en detectar contenido bloqueado o falso.
Cargar páginas completas cuando los datos están disponibles directamente. Muchos sitios obtienen su contenido de un endpoint subyacente que tu navegador puede revelar en su panel de red. Llamar a eso directamente es más rápido, más simple de analizar y notablemente más barato, que es la decisión que se trata en cuándo necesitas un navegador headless.
Mantenerse en el lado correcto
Los proxies cambian de dónde parece proceder tu solicitud. No cambian lo que tienes permitido hacer. Recopila datos públicos, respeta los términos de servicio y las directivas robots de cada sitio, mantén tu ritmo de solicitudes prudente, y ten cuidado con los datos personales. Acceder a contenido que legítimamente varía según la región es trabajo comercial ordinario; usar un proxy para sortear una restricción pensada para aplicarse a ti no lo es, y la herramienta no cambia eso. El planteamiento legítimo está en sortear restricciones de geolocalización legalmente.
Hacia dónde ir después
Una vez que tu primera solicitud funcione: elegir el plan adecuado para dimensionar, cuántas IPs de proxy necesitas realmente si alguien te hace esa pregunta, y qué probar antes de comprar si todavía estás evaluando. Cuando algo falla, la IP no rota y solucionar errores 407 cubren los dos problemas iniciales más comunes.
La conclusión
Un proxy reenvía tu solicitud para que el sitio vea su dirección en lugar de la tuya, y uno residencial toma prestada una conexión doméstica real, por eso se le trata como a un visitante normal. Necesitas eso cuando tu trabajo depende de ver lo que ven las personas en un lugar concreto, o de recopilar datos públicos a un volumen que una sola conexión no puede sostener. Rota por defecto, mantén una sesión fija cuando un sitio esté siguiendo una secuencia, y recuerda que pagas por los datos transferidos, así que obtener menos es la principal palanca sobre el coste. Empieza con una única solicitud sencilla, confirma que rota, y luego añade segmentación un parámetro cada vez.
Cuando estés listo, los proxies residenciales te dan la segmentación por país y ciudad, la rotación y las sesiones fijas descritas aquí a través de una sola conexión, con precios por GB para que un primer proyecto pequeño cueste una cantidad pequeña.