あらゆる規模のWebスクレイピング用プロキシ

Webスクレイピングは、公開ページを自動的に収集します。プロキシは、これらのリクエストを多くのIPアドレスに分散させ、それぞれが通常の訪問者のように見えるようにし、データに関連する国からページを表示できるようにします。

プロキシタイプの選択

自動化されたトラフィックとAPIを受け入れるサイトには、まずデータセンターのプロキシを使用します。これらは最速で、1か月あたり$0.58/IPから無制限のトラフィックを提供します。サイトがサーバーアドレスにキャプチャや異なるコンテンツで応答する場合は、ローテーションレジデンシャルプロキシに切り替えます。これにより、設定した国の家庭用IPから各リクエストが送信されます。

1日に数十ギガバイトのクロールを行う場合、無制限レジデンシャルプランでは1日あたりのコストが固定されるため($41.53で1日)、フルスピードで実行できます。

ローテーション、セッション、並行性

リストページや検索ページにはローテーションを使用します。各リクエストが独立しているためです。クッキーに依存する結果をページングするなど、複数のページにまたがるフローには、セッション名をユーザー名に追加して固定セッションを使用します(60 分まで保持)。

並行性はプランではなく、スクレイパーによって設定されます。ツールが処理できる限りの接続を開きます。ドメインごとのリクエストレートを礼儀正しく保ち、収集するデータについて各サイトの利用規約とrobotsルールを尊重してください。

トラフィックの見積もり

平均的なHTMLページは、画像なしで100〜500 KBです。ヘッドレスブラウザで画像、フォント、ビデオをブロックすると、トラフィックが半分以上削減されることがよくあります。50 GBのレジデンシャルパック($99.50)は、約150,000〜400,000の軽量ページをカバーします。

  • HTMLのみを取得できる場所で取得する
  • ページネーションフローにはセッションを再利用する
  • ブロックされた後は同じIPではなく、新しいIPで再試行する

住宅用プロキシをWebスクレイピング用に設定

暗号通貨で一度支払い、確認され次第接続可能。