Cómo usar proxies con SeleniumBase: una guía completa

SeleniumBase es un poderoso marco de trabajo en Python que envuelve Selenium WebDriver, proporcionando métodos simplificados para pruebas automatizadas y raspado web. Aunque Selenium ha tenido históricamente dificultades con el soporte nativo de proxies, especialmente para proxies autenticados, SeleniumBase ofrece una solución clara de línea de comandos para integrar proxies sin problemas.

Usar proxies con SeleniumBase es esencial para:

• Geo-segmentación: Probar o raspar contenido que solo está disponible en ubicaciones geográficas específicas.
• Anonimato: Enmascarar el origen de tu tráfico automatizado para prevenir bloqueos de IP.
• Distribución de Carga: Distribuir tráfico de alto volumen a través de múltiples direcciones IP.

Esta guía te mostrará cómo configurar tanto proxies no autenticados como autenticados en SeleniumBase y recomendará un proveedor de proxies de alta calidad para tus necesidades de automatización.

Configuración de Proxies en SeleniumBase

SeleniumBase simplifica la configuración de proxies permitiéndote pasar los detalles del proxy directamente a través de un flag de línea de comandos al ejecutar tus pruebas o scripts.

1. Proxy No Autenticado

Para un proxy simple que no requiere un nombre de usuario o contraseña, utiliza el flag --proxy seguido de la URL del proxy y el puerto.

Sintaxis:

--proxy=tu_url_de_proxy:tu_puerto_de_proxy

Ejemplo:

seleniumbase run --proxy=192.168.1.10:8080 my_test.py

2. Proxy Autenticado

Los proxies residenciales y de ISP de alta calidad casi siempre requieren autenticación. SeleniumBase maneja esto permitiéndote incrustar el nombre de usuario y la contraseña directamente en la URL del proxy, una convención común para la configuración de proxies.

Sintaxis:

--proxy=nombre_usuario:contraseña@url_proxy:puerto_proxy

Ejemplo:

seleniumbase run --proxy=usuario123:contraseña456@proxy.scrapeless.com:8000 my_test.py

Cuando SeleniumBase inicia el navegador (por ejemplo, Chrome o Firefox), configura automáticamente la configuración de red del navegador para enrutar todo el tráfico a través del proxy especificado, incluyendo los encabezados de autenticación necesarios.

Ejemplo: Verificando la Conexión del Proxy

Para verificar que tu proxy esté funcionando correctamente, puedes ejecutar un script simple de SeleniumBase que navega a un sitio web de verificación de IP.

proxy_test.py:

from seleniumbase import BaseCase

class ProxyTest(BaseCase):
    def test_proxy_ip(self):
        # Navegar a un sitio que muestre la dirección IP pública
        self.open("https://httpbin.org/ip")
        
        # El contenido de la página mostrará la dirección IP del proxy
        ip_info = self.get_text("body")
        print(f"Información de IP: {ip_info}")
        
        # Puedes agregar afirmaciones aquí para verificar si la IP es de la geo-localización esperada
        self.assert_text("origin", "body") # Comprobar si el campo de IP está presente

Ejecutando la Prueba con un Proxy Autenticado:

seleniumbase run proxy_test.py --proxy=usuario123:contraseña456@proxy.scrapeless.com:8000 -s

La salida confirmará que la dirección IP vista por el sitio web de destino es la IP del proxy, no la IP de tu máquina local.

Solución de Proxy Recomendada: Proxies Scrapeless

Para una automatización robusta y a gran escala con SeleniumBase, la calidad de tu red de proxies es el factor más importante. Los proxies de baja calidad serán rápidamente detectados y bloqueados, lo que hará que tu automatización sea inútil.

Proxies Scrapeless ofrece una red superior y de alto rendimiento que es perfectamente adecuada para herramientas de automatización de navegadores como SeleniumBase, asegurando que tus scripts se ejecuten de manera confiable y sin interrupciones.

Scrapeless ofrece una red de proxies mundial que incluye proxies residenciales, de ISP estáticos, de centros de datos y proxies IPv6, con acceso a más de 90 millones de IPs y tasas de éxito de hasta 99.98%. Soporta una amplia variedad de casos de uso — desde raspado web y investigación de mercado [1] hasta monitoreo de precios, seguimiento SEO, verificación de anuncios y protección de marcas — lo que lo hace ideal tanto para flujos de trabajo de datos comerciales como profesionales.