Free Proxy Health List

Snapshot ao vivo · 3,287 proxies

Middleware de proxy no Scrapy

Middleware de download pronto para usar, que alterna a cada requisição e repete em caso de falha.

Middleware de proxy no Scrapy

1. middlewares.py

import itertools, random

class RotatingProxyMiddleware:
    def __init__(self):
        with open("proxies.txt") as handle:
            self.proxies = [line.strip() for line in handle if line.strip()]
        random.shuffle(self.proxies)
        self.pool = itertools.cycle(self.proxies)

    def process_request(self, request, spider):
        request.meta["proxy"] = f"http://{next(self.pool)}"

2. settings.py

DOWNLOADER_MIDDLEWARES = {
    "myproject.middlewares.RotatingProxyMiddleware": 350,
    "scrapy.downloadermiddlewares.retry.RetryMiddleware": 550,
}
RETRY_TIMES = 5
DOWNLOAD_TIMEOUT = 10

Observações que poupam tempo

A ordem importa: o middleware de proxy precisa rodar antes do de retry, assim cada nova tentativa escolhe um proxy diferente em vez de repetir o que falhou. Mantenha DOWNLOAD_TIMEOUT baixo — proxies gratuitos são a parte mais lenta do pipeline — e aumente RETRY_TIMES para absorver a taxa de falha.

Guias relacionados

Limites do snapshot público
Proxies públicos gratuitos são compartilhados e operados por terceiros desconhecidos. Nunca envie senhas, tokens ou dados pessoais por eles. Siga as políticas de uso aceitável do GitHub: nada de spam, ataques, contorno de controles de acesso ou coleta contrária às políticas do site.