Las mejores listas de proxies gratuitos para el web scraping, clasificadas (2026)

Hemos clasificado cada sitio de proxies gratuitos en función de la información que publica sobre sí mismo: la frecuencia con la que vuelve a comprobar los proxies, si se puede descargar la lista en texto plano, JSON o mediante una API sin necesidad de registrarse, la cantidad de datos que contiene cada entrada y señales de alerta como comprobaciones obsoletas, direcciones CDN o exportaciones con acceso restringido. No hemos redirigido el tráfico a través de los proxies de la lista.

Hemos puntuado la página de cada sitio web según cinco criterios:

Dos criterios de desempate resolvieron los casos dudosos. Un feed filtrado y legible por máquina supera a una tabla web, y una lista seguida durante los 30 meses del estudio obtiene una ligera ventaja. Eso solo significa que los investigadores consideraron que merecía la pena recopilar datos de ella, no que sea segura.

Todas las listas utilizan las mismas etiquetas. Un proxy de élite oculta tanto tu IP como el hecho de que estás utilizando un proxy. Un proxy anónimo oculta tu IP, pero se delata a sí mismo a través de los encabezados. Un proxy transparente transmite tu IP real, lo que lo hace inútil para el scraping. Los proxies HTTP reenvían solicitudes web sin cifrar; los proxies compatibles con HTTPS pueden abrir un túnel cifrado; y los proxies SOCKS4 y SOCKS5 retransmiten conexiones sin procesar para casi cualquier cliente. MDN explica cómo funcionan los servidores proxy y los túneles, y nuestra descripción general de los tipos de proxy para el scraping abarca HTTP, SOCKS5, residenciales y de centros de datos.

Las listas gratuitas cambian cada hora, así que considera cada entrada que aparece a continuación como una instantánea. Toda afirmación sobre un sitio web corresponde al propio sitio.

Las mejores listas de proxies gratuitos para el scraping web son la lista gratuita de ProxyScrape para fuentes de API filtradas, Geonode por su tiempo de actividad y filtros ASN, monosans/proxy-list en GitHub para archivos de texto sin formato que se comprueban cada hora, y Free Proxy List para selecciones manuales rápidas. Todas las listas gratuitas deben someterse a pruebas, ya que la mayoría de las entradas dejan de funcionar en un momento dado.

Ideal para: scripts que necesitan una lista filtrada de forma periódica.

Por qué aparece aquí: la web indica que la lista se actualiza cada minuto y se verifica mediante herramientas automáticas, y que abarca HTTP, HTTPS, SOCKS4 y SOCKS5. Puedes filtrar por protocolo, anonimato, país y latencia; a continuación, exportar a formato TXT, JSON o CSV, llamar a una API pública gratuita o descargar desde un espejo de GitHub. En el estudio de 30 meses, ProxyScrape fue una de las dos mayores fuentes de proxies únicos y una de las dos con más proxies que funcionaban en la primera prueba.

Limitaciones: Las cifras de tamaño y país que aparecen en la página cambian constantemente. La tabla se carga mediante JavaScript, por lo que es mejor utilizar la API en lugar de extraer los datos de la página.

Notas sobre riesgos: Al igual que todas las listas que aparecen aquí, recopila proxies abiertos de fuentes públicas. ProxyScrape también vende proxies de pago y los promociona en la página. ¿Prefieres sustituir sus planes de pago? Descubre cómo elegir un sustituto de ProxyScrape.

Ideal para: seleccionar proxies según indicadores de calidad.

Por qué aparece aquí: Geonode publica los datos más completos por entrada de este conjunto: protocolo, anonimato, porcentaje de tiempo de actividad, última comprobación, velocidad, latencia, un indicador de «aprobado por Google» y el propietario de la red como ORG y ASN. Puedes filtrar por rango de tiempo de actividad y comprobar la actualidad de los datos; a continuación, cargar la lista filtrada a través de una URL en lugar de copiar las filas. Además, sus filas parecen estar bien organizadas. Geonode formó parte del conjunto de proveedores del estudio de 30 meses realizado en 2023.

Limitaciones: El título de la página indica que la lista se actualiza cada minuto, pero en la misma página también ha aparecido el encabezado «Última actualización hace 23 min». Considera las etiquetas de actualidad como aproximadas.

Notas de riesgo: Geonode es un proveedor comercial, y la lista gratuita aparece junto a ofertas residenciales de pago. La columna ASN es tu mejor defensa: descarta las entradas de redes que no esperes, como un proxy «residencial» ubicado en un proveedor de alojamiento.

Ideal para: Trabajos de CI y pipelines que requieran archivos sin formato.

Por qué ocupa este puesto: El archivo README indica que, para formar parte de la lista, un proxy debe recuperar una URL real completa, y que la lista se vuelve a comprobar cada hora. Publica proxies HTTP, SOCKS4 y SOCKS5 en texto sin formato y en formato JSON, ordenados de más rápido a más lento, con el tiempo de respuesta, la IP de salida, el ASN y la geolocalización de cada entrada. No es necesario registrarse ni disponer de una clave API, y el proyecto tiene licencia MIT.

Limitaciones: La actualización cada hora es más lenta que las listas anteriores, que se actualizan cada minuto. Lo mantiene un solo desarrollador, por lo que no hay garantía de servicio si dejan de realizarse actualizaciones.

Notas de riesgo: Descarga únicamente los archivos de texto sin formato o JSON a través de HTTPS. Nunca ejecutes código de un repositorio de proxies que no hayas leído.

Ideal para: una selección manual rápida para una prueba puntual.

Por qué ocupa este puesto: El sitio web afirma que sus proxies gratuitos «se comprueban y actualizan cada 10 minutos», y cada fila muestra el nivel de anonimato, la compatibilidad con HTTPS, un indicador de Google y la hora de la última comprobación. Una lista sin formato te permite copiarlo todo de una vez. Las entradas parecían proxies reales en puertos normales, y Free Proxy List formó parte del conjunto de proveedores del estudio de 30 meses durante todo el periodo de estudio.

Limitaciones: La lista se inclina en gran medida hacia el protocolo HTTP. La descarga de su aplicación o API está vinculada a un producto de «lista de proxies» de pago, por lo que resulta más complicado de automatizar que los feeds anteriores.

Notas de riesgo: Los menús del sitio promocionan proxies de pago y otras herramientas. Utiliza la tabla y la lista sin procesar, y omite el resto.

Ideal para: archivos de gran volumen clasificados por protocolo (HTTP, HTTPS, SOCKS4, SOCKS5).

Por qué ocupa este puesto: El archivo README indica que el proyecto recaba y valida proxies cada 5 minutos y los divide en archivos separados por protocolo y por país, de modo que puedes obtener solo proxies SOCKS5, por ejemplo. También incluye un módulo npm para proyectos de Node.js.

Limitaciones: El recuento de proxies «funcionales» que figura en el archivo README supera con creces lo que los estudios indican que funciona en un día normal, así que interpreta esa cifra como el número de proxies recopilados, no como el de proxies que puedes utilizar.

Notas sobre riesgos: El código tiene licencia GPL-3.0. Lee la licencia antes de incluir el módulo npm en un producto comercial y descarga solo los archivos de datos a través de HTTPS.

Ideal para: navegar por país, puerto y anonimato.

Por qué ocupa este puesto: Spys.one cuenta con algunos de los filtros más detallados de cualquier lista gratuita. Puedes mostrar solo proxies de élite, anónimos o transparentes, filtrar por país y puerto, y ver el tiempo de actividad y la fecha de comprobación en cada fila. La página muestra la hora de actualización del servidor, afirma que sus listas se «actualizan en tiempo real» y ofrece una versión en texto sin formato.

Limitaciones: Los puertos se generan mediante un script, por lo que resulta complicado automatizar la página, y la interfaz es anticuada y recargada.

Notas sobre riesgos: Spys.one ofrece una lista específica de proxies abiertos en routers MikroTik. El estudio de 30 meses detectó software de MikroTik en decenas de miles de direcciones IP de proxy, muchas de las cuales probablemente correspondían a routers secuestrados. Dirigir tu rastreador a través del router comprometido de otra persona supone un problema ético, no solo de velocidad o fiabilidad. Omite esa lista por completo.

Ideal para: comprobar la velocidad y el tiempo de actividad por país antes de realizar una prueba manual.

Por qué ocupa este puesto: La página indica que la lista se actualiza cada 60 segundos y que la mayoría de los proxies se comprueban al menos una vez cada 15 minutos. Cada fila muestra la velocidad, el tiempo de actividad, el anonimato, el país y la última comprobación.

Limitaciones: Las direcciones IP se generan mediante un script y no hay opción de exportación, por lo que tendrás que copiarlas a mano. Muchas de las filas visibles presentaban bajos porcentajes de tiempo de actividad.

Notas de riesgo: ProxyNova es un sitio web de herramientas de uso general. Ignora las descargas que no tengan relación con el tema.

Ideal para: historial de tiempo de actividad y tiempo de respuesta medios.

Por qué ocupa este puesto: ProxyDB cuenta con filtros claros para HTTP, HTTPS, SOCKS5, anonimato y país. Sus columnas muestran el tiempo de actividad medio y el tiempo de respuesta medio en lugar de una única instantánea, lo que te ayuda a detectar los proxies que llevan un tiempo activos.

Limitaciones: La mayoría de las horas de «comprobación» visibles tenían muchas horas de antigüedad. Esos datos están demasiado desactualizados para el scraping, a menos que vuelvas a comprobar cada entrada tú mismo.

Notas de riesgo: Se trata de un operador pequeño que no especifica ningún método de comprobación, por lo que no hay forma de saber qué significa aquí «comprobado».

Ideal para: filtrar por nivel de anonimato en un navegador.

Por qué ocupa este puesto: El sitio web afirma que comprueba los proxies en cuanto a ping, tipo, país, velocidad de conexión, anonimato y tiempo de actividad, y sus filtros facilitan mostrar únicamente el nivel de anonimato que desees. Formaba parte del conjunto de proveedores del estudio de 30 meses bajo su antiguo nombre, HideMyName.

Limitaciones: La página indica que la exportación de IP:Puerto y el acceso a la API requieren una suscripción de pago, por lo que el nivel gratuito se limita a una tabla web. Una gran parte de las filas gratuitas visibles se encontraban en los rangos de IP publicados por Cloudflare, principalmente en puertos web habituales. Es poco probable que esas direcciones sean proxies abiertos reales.

Notas de riesgo: La empresa ofrece un servicio de VPN, y la lista gratuita funciona como un canal de captación hacia este. hidemy.name ahora redirige a hide.mn.

Ideal para: obtener una segunda opinión al verificar una IP.

Por qué ocupa este puesto: ofrece filtros amplios por tipo, anonimato, velocidad y puerto, y afirma contar con un gran número de proxies.

Limitaciones: Una gran parte de las entradas visibles eran direcciones del rango de Cloudflare en el puerto 80, que probablemente no sean proxies abiertos auténticos y que hacen que la calidad de la lista se sitúe a la cola de este conjunto.

Notas de riesgo: junto a la tabla aparecen ofertas de VPN y anuncios de «acceso premium». No hagas clic en ellos.

Listas que hemos descartado. Open Proxy Space no estaba disponible, y varias listas que antes eran populares ahora redirigen a sitios no relacionados o no se cargan. La lista TheSpeedX/PROXY-List en GitHub se actualiza a diario, y su responsable afirma que no se encarga de los proxies. Está bien para practicar, pero está demasiado desactualizada para trabajos reales.

Adapta la lista al trabajo. Utiliza un feed de texto de GitHub o la API de ProxyScrape cuando un script necesite proxies nuevos de forma programada; Geonode o Spys.one cuando necesites un filtro por país o de anonimato; y Free Proxy List para una prueba manual puntual. Para inicios de sesión, trabajos recurrentes o objetivos difíciles, ninguna lista gratuita es adecuada.

Los navegadores sin interfaz gráfica, como Playwright y Puppeteer, empeoran aún más las cosas. La mayoría de los proxies gratuitos no admiten la autenticación ni sesiones estables, por lo que no puedes vincular un contexto de navegador a una IP durante mucho tiempo. Además, la carga de una sola página genera docenas de solicitudes de scripts, imágenes y fuentes, todas a través del mismo proxy. Si alguna de ellas se atasca, la página deja de funcionar, por lo que las tasas de fallo se multiplican en lugar de compensarse.

Sí, si quieres fiabilidad sin tener que pagar todavía. El plan gratuito de Webshare ofrece 10 proxies compartidos y 1 GB de ancho de banda mensual sin necesidad de tarjeta de crédito, y nuestra propia prueba de la API de Scraper incluye 5.000 solicitudes gratuitas con proxies gestionados por nosotros. Ambos requieren una cuenta, pero obtienes un operador conocido en lugar de desconocidos anónimos.

Plan gratuito de Webshare. Su página de precios indica que el plan gratuito incluye 10 proxies compartidos y 1 GB de ancho de banda mensual, con compatibilidad con HTTP y SOCKS5, sin límite de tiempo y sin necesidad de tarjeta de crédito. Es ideal para aprender y para tareas sencillas, ya que si se produce un fallo, el problema estará en tu código, no en un proxy inactivo. Los límites se agotan rápidamente: 10 direcciones IP y 1 GB no dan para mucho, y otros usuarios comparten los proxies.

Prueba gratuita de WebScrapingAPI Scraper API. Este es nuestro servicio, y la prueba incluye 5.000 solicitudes gratuitas. Envías una URL y Scraper API se encarga de los proxies, los reintentos y la representación opcional en JavaScript, para luego devolver la página. La representación en JavaScript y la geolocalización no suponen ningún coste adicional, y las solicitudes fallidas no se facturan. Úsala para probar un objetivo real antes de crear cualquier infraestructura de proxies.

No hemos incluido en la clasificación las pruebas breves ni las demos de los proveedores de pago, ya que no son sitios de proxies gratuitos. Las ofertas de «proxies rotativos gratuitos» casi siempre son también pruebas, ya que la rotación requiere un conjunto de direcciones IP operativas que hay que mantener, lo cual conlleva un coste. Aquí te explicamos cómo funciona la rotación de IP en el scraping, por si te interesa conocer los detalles técnicos.

Solo una pequeña fracción. Un estudio académico de 30 meses de duración, en el que se analizaron más de 640 000 proxies gratuitos de 11 sitios web con listas, reveló que, de media, alrededor del 3,4 % superaba la verificación en un día cualquiera, y que los proxies compatibles con HTTPS representaban, de media, solo alrededor del 2,5 % del número de los que respondían a través de HTTP. Prepárate para descartar la mayoría de las entradas de cualquier lista.

El estudio de 30 meses recopiló y probó proxies gratuitos a diario, y el panorama no es del todo desolador. Alrededor del 30,8 % de los proxies que funcionaron al menos una vez se mantuvieron activos durante más de 100 días, por lo que algunos proxies gratuitos duran. Simplemente no se puede saber de antemano cuáles son.

Las listas también se solapan mucho más de lo que sugieren sus cifras declaradas. En un análisis a gran escala de proxies HTTP abiertos, las 144 349 entradas recopiladas de sitios web de listas resultaron ser solo 65 871 proxies únicos. Los sitios web copian de las mismas fuentes públicas, por lo que un número mayor en una página de inicio no significa que haya más proxies que funcionen.

Por eso la clasificación da tanta importancia a la actualidad y a la calidad de los datos. Una lista que se actualiza con frecuencia y filtra las entradas basura te ahorra tener que probar entradas inactivas, pero no puede cambiar el hecho de que, en un día determinado, funcionen muy pocos.

No para nada confidencial. El operador de un proxy gratuito puede leer y modificar el tráfico sin cifrar, registrar lo que solicitas e inyectar anuncios o scripts, y muchos proxies gratuitos se ejecutan en routers secuestrados. Úsalos solo para páginas públicas y no confidenciales, mantén activadas las comprobaciones de certificados y nunca envíes datos de inicio de sesión, cookies o claves de API a través de ellos.

Un proxy se sitúa en medio de cada solicitud, la posición ideal para un ataque de tipo «manipulador en el medio». A través de HTTP sin cifrar, el proxy ve y puede reescribir la solicitud y la respuesta completas. En el caso de HTTPS, un proxy que se comporte correctamente utiliza el método HTTP CONNECT para abrir un túnel y solo retransmite los bytes cifrados. Puede ver a qué servidor estás accediendo, pero no la página en sí, siempre y cuando tu cliente verifique los certificados.

La investigación lo corrobora. El estudio de NDSS reveló que alrededor del 38 % de los proxies analizados modificaban el contenido de alguna forma, y el 5,15 % lo hacía de forma maliciosa. De ellos, el 47 % insertaba anuncios, el 39 % insertaba código de seguimiento o de identificación digital, y el 12 % redirigía a páginas con malware. El estudio, de 30 meses de duración, reveló que, de media, el 5,7 % de los proxies activos devolvían contenido alterado en cada ejecución, además de miles de vulnerabilidades conocidas en los equipos situados detrás de los proxies.

Nunca envíes esto a través de un proxy gratuito:

• Nombres de usuario y contraseñas
• Cookies de sesión
• Claves o tokens de API
• Datos de pago
• Datos personales sobre ti o cualquier otra persona

Nunca configures verify=False «corregir» un error de certificado a través de un proxy, y nunca ejecutes el programa «checker» de un sitio web de listas de proxies ni ninguna extensión del navegador. También hay un aspecto legal y ético: algunos proxies gratuitos se ejecutan en dispositivos cuyos propietarios nunca han dado su consentimiento para retransmitir tu tráfico.

Envía unas cuantas peticiones pequeñas a través de cada proxy a un punto final de prueba, como httpbin.org. Comprueba que se conecta, qué IP ve el sitio web, qué encabezados añade, si puede abrir un túnel HTTPS y si una página conocida se muestra sin cambios. Conserva solo los proxies que superen todas las comprobaciones y vuelve a probarlos antes de cada ejecución.

Configura un entorno virtual e instala Requests con soporte para SOCKS:

python -m venv .venv && source .venv/bin/activate
pip install "requests[socks]"

Guarda este script como free_proxy_check.py:

#!/usr/bin/env python3
"""Check a free proxy list for dead, leaky, HTTP-only, and tampering proxies."""
import csv
import hashlib
import os
import sys
import time
from concurrent.futures import ThreadPoolExecutor

import requests

BASE = os.environ.get("CHECK_BASE", "http://httpbin.org")
HTTPS_URL = os.environ.get("CHECK_HTTPS_URL", "https://httpbin.org/ip")
TIMEOUT = float(os.environ.get("CHECK_TIMEOUT", "8"))
WORKERS = int(os.environ.get("CHECK_WORKERS", "20"))
PROXY_HEADERS = {"via", "x-forwarded-for", "forwarded", "x-real-ip", "client-ip"}


def new_session(proxy=None):
    s = requests.Session()
    s.trust_env = False  # ignore HTTP(S)_PROXY / NO_PROXY from the shell
    if proxy:
        s.proxies = {"http": proxy, "https": proxy}
    return s


def baseline():
    """What the test server sees with no proxy: our IP and the true page hash."""
    s = new_session()
    my_ip = os.environ.get("CHECK_REAL_IP") or s.get(f"{BASE}/ip", timeout=TIMEOUT).json()["origin"]
    page = s.get(f"{BASE}/html", timeout=TIMEOUT).content
    return my_ip, hashlib.sha256(page).hexdigest()


def check(proxy, my_ip, page_hash):
    row = {"proxy": proxy, "verdict": "dead", "exit_ip": "", "latency_ms": "",
           "https": False, "proxy_headers": "", "tampered": False, "error": ""}
    s = new_session(proxy)
    try:
        start = time.perf_counter()
        r = s.get(f"{BASE}/ip", timeout=TIMEOUT)
        r.raise_for_status()
        row["latency_ms"] = round((time.perf_counter() - start) * 1000)
        row["exit_ip"] = r.json()["origin"]

        seen = s.get(f"{BASE}/headers?show_env=1", timeout=TIMEOUT).json()["headers"]
        added = {k: v for k, v in seen.items() if k.lower() in PROXY_HEADERS}
        row["proxy_headers"] = ";".join(f"{k}={v}" for k, v in added.items())
        leaks_ip = my_ip in row["exit_ip"] or any(my_ip in v for v in added.values())
        # httpbin.org's own load balancer adds one X-Forwarded-For hop; more means the proxy added one
        hops = added.get("X-Forwarded-For", "").count(",") + 1 if "X-Forwarded-For" in added else 0
        reveals = "Via" in added or "Forwarded" in added or hops > 1

        page = s.get(f"{BASE}/html", timeout=TIMEOUT).content
        row["tampered"] = hashlib.sha256(page).hexdigest() != page_hash
    except (requests.RequestException, ValueError, KeyError) as exc:
        row["error"] = type(exc).__name__
        return row

    try:
        row["https"] = s.get(HTTPS_URL, timeout=TIMEOUT).ok
    except requests.RequestException:
        row["https"] = False

    if row["tampered"]:
        row["verdict"] = "tampered"
    elif leaks_ip:
        row["verdict"] = "leaks_ip"
    elif not row["https"]:
        row["verdict"] = "http_only"
    elif reveals:
        row["verdict"] = "reveals_proxy"
    else:
        row["verdict"] = "usable"
    return row


def main(path):
    with open(path) as f:
        proxies = [line.strip() for line in f if line.strip() and not line.startswith("#")]
    proxies = [p if "://" in p else f"http://{p}" for p in proxies]
    my_ip, page_hash = baseline()

    with ThreadPoolExecutor(max_workers=WORKERS) as pool:
        rows = list(pool.map(lambda p: check(p, my_ip, page_hash), proxies))

    writer = csv.DictWriter(sys.stdout, fieldnames=rows[0].keys())
    writer.writeheader()
    writer.writerows(rows)
    usable = sum(r["verdict"] == "usable" for r in rows)
    print(f"{usable}/{len(rows)} proxies usable", file=sys.stderr)


if __name__ == "__main__":
    main(sys.argv[1] if len(sys.argv) > 1 else "proxies.txt")

El script realiza cinco comprobaciones en cada proxy, en este orden:

1. Conexión y latencia. Solicita /ip a través del proxy y mide el tiempo de ida y vuelta. Una conexión rechazada o un tiempo de espera agotado significa que el proxy no funciona.
2. IP de salida. Compara la IP que ve httpbin.org con tu IP real a partir de una solicitud directa. Si aparece tu propia IP, el proxy la filtra.
3. Encabezados añadidos. Busca encabezados añadidos por el proxy, como «Via», el encabezado «X-Forwarded-For» y el encabezado estándar «Forwarded». Estos revelan que hay un proxy en la ruta y, a veces, contienen tu IP real.
4. Integridad de la página. Compara el hash SHA-256 de la /html obtenida a través del proxy con una carga directa. Cualquier diferencia significa que el proxy ha modificado la página.
5. HTTPS vía CONNECT. Solicita una URL HTTPS a través del proxy. Si el túnel falla, el proxy solo funciona para HTTP sin cifrar.

Introduce tus candidatos en un archivo de texto, uno por línea. Las entradas host:port se tratan como HTTP, y puedes añadir un esquema para SOCKS. Las direcciones que aparecen a continuación son direcciones IP reservadas para documentación, así que sustitúyelas por entradas de tu lista:

# one proxy per line; bare host:port means HTTP
203.0.113.10:8080
http://198.51.100.24:3128
socks5h://192.0.2.55:1080

A continuación, ejecuta el verificador:

python free_proxy_check.py proxies.txt > results.csv

El script escribe una fila CSV por cada proxy en results.csv y muestra el recuento de proxies utilizables. Los proxies gratuitos son lentos, así que si los que funcionan correctamente siguen agotando el tiempo de espera, aumenta el tiempo de espera con la CHECK_TIMEOUT variable de entorno (en segundos).

Hay dos ajustes importantes en el script. Utilizar socks5h:// en lugar de socks5:// hace que el proxy resuelva los nombres de host, lo que evita que las consultas DNS se realicen desde tu propia red. Configurar trust_env = False impide que Requests recoja la configuración del proxy desde tu shell, de modo que cada comprobación pasa únicamente a través del proxy que se está probando. La documentación de proxies de Requests cubre ambos casos.

Proporciona al verificador una exportación en texto plano de cualquiera de las listas anteriores, como la API de ProxyScrape, el cargador de URL de Geonode o uno de los archivos de texto de GitHub. Para ping, curl, bases de datos de reputación de IP y niveles de anonimato, sigue nuestras seis formas prácticas de probar proxies. ¿Eres nuevo en el uso de proxies con Requests? Aquí te explicamos cómo configurar un proxy en Python Requests, incluyendo la autenticación y SOCKS5. Cuando un proxy falle con un error 407, 502 o un CONNECT rechazado, lee el error de estado del proxy antes de culpar al destino.

Paga cuando mantener una lista gratuita te cueste más que un plan de pago. Las señales claras son las tareas recurrentes, las tasas de éxito que no puedes predecir, la necesidad de HTTPS o de un país específico, los inicios de sesión o las horas dedicadas a volver a comprobar los proxies. Elige proxies residenciales para objetivos difíciles o locales, proxies de centros de datos para sitios tolerantes, o una API de scraping para evitar el mantenimiento de los proxies.

Los proxies gratuitos son una buena forma de aprender. Te permiten ver cómo funcionan los ajustes de los proxies y por qué «anónimo» en una lista no siempre significa anónimo. Pero una lista gratuita no es gratis. Pagas con el tiempo que dedicas a buscarla y probarla, a volver a ejecutar tareas que se han quedado a medio camino y a comprobar que tus datos no han sufrido cambios. Cuando ese tiempo vale más que un plan modesto, la opción gratuita se convierte en la más cara.

¿Aún quieres una lista, pero que sea fiable? Descubre cómo se fijan los precios y cómo se eligen las listas de proxies de pago. Para direcciones IP de consumidores y segmentación por ciudad, compara los mejores proveedores de proxies residenciales rotativos. Para trabajos de gran volumen en sitios web tolerantes, compara los proxies compartidos con los dedicados en centros de datos.

WebScrapingAPI ofrece tres opciones de pago que se ajustan a la tabla anterior:

• Proxies residenciales. Los proxies residenciales rotan de forma predeterminada, mantienen sesiones persistentes de hasta 10 minutos y aceptan HTTP, HTTPS o SOCKS5.
• Proxies de centro de datos. Para obtener un mayor rendimiento en objetivos que aceptan tráfico de centro de datos, utiliza proxies de centro de datos con tu propio cliente. El precio se establece mediante presupuesto, en función de tu volumen de tráfico.
• API de Scraper. O ahórrate el mantenimiento de los proxies: la API de Scraper toma una URL y se encarga de los proxies, los reintentos y la renderización opcional de JavaScript. La renderización de JavaScript y la geolocalización no suponen ningún coste adicional en créditos, y las solicitudes fallidas no se facturan.

Aquí tienes la misma comprobación de httpbin.org/ip desde el tester, enviada a través de la API de Scraper con una salida en EE. UU. Configura primero tu clave de API en la WSA_API_KEY variable de entorno:

import os

import requests

params = {
    "api_key": os.environ["WSA_API_KEY"],
    "url": "https://httpbin.org/ip",
    "country": "us",
}
r = requests.get("https://api.webscrapingapi.com/v2", params=params, timeout=60)
print(r.status_code, r.text[:200])

Depende del trabajo. La lista gratuita de ProxyScrape es la más versátil para scripts, con filtros y una API gratuita. Geonode añade datos de disponibilidad y de red, y los repositorios de GitHub como monosans/proxy-list son los más fáciles de automatizar. Ninguno es lo suficientemente fiable para producción, así que prueba primero cada proxy.

Solo para solicitudes públicas y no confidenciales. El operador de un proxy gratuito puede registrar tu tráfico y modificar cualquier cosa enviada a través de HTTP sin cifrar, y se han detectado miles de proxies gratuitos que inyectan contenido. Mantén activadas las comprobaciones de certificados, da prioridad a los destinos HTTPS, nunca envíes datos de inicio de sesión ni claves de API, y prueba cada proxy antes de que tu rastreador dependa de él.

Normalmente, una pequeña minoría. En un estudio académico de 30 meses de duración en el que se analizaron más de 640 000 proxies gratuitos, una media de alrededor del 3,4 % superó la verificación en un día cualquiera. Los resultados varían según la lista y la hora, así que prueba cada proxy justo antes de utilizarlo y ten en cuenta que tendrás que descartar la mayoría de las entradas.

ProxyScrape ofrece una API pública gratuita, además de exportaciones en formato TXT, JSON y CSV, y Geonode te permite cargar una lista filtrada a través de una URL. Proyectos de GitHub como monosans/proxy-list y Proxifly publican archivos de texto sin formato que puedes descargar directamente. Hide.mn limita el acceso a sus exportaciones y a su API a los usuarios con suscripción de pago. Descarga siempre los feeds a través de HTTPS.

Actualízala justo antes de cada ejecución. Algunos proxies gratuitos duran meses, pero muchos desaparecen en cuestión de días, y no se puede saber cuáles lo harán de antemano. Ni siquiera una lista que se actualiza cada minuto puede predecir cómo tratará un proxy tu destino, así que descárgala, pruébala y utiliza los que sigan activos de inmediato.

Hay algunos, pero son escasos. En el estudio de 30 meses, los proxies compatibles con HTTPS representaban, de media, solo alrededor del 2,5 % del número de los que respondían a través de HTTP. Un proxy compatible con HTTPS admite el método CONNECT, que canaliza el tráfico cifrado de extremo a extremo. Compruébalo directamente, ya que las etiquetas de las listas que indican «HTTPS» suelen ser erróneas o estar desactualizadas.

No en un sentido fiable. Las listas gratuitas mezclan servidores de alojamiento con dispositivos domésticos, y muchas direcciones IP de apariencia residencial corresponden a routers secuestrados cuyos propietarios nunca aceptaron compartirlas. Algunos proveedores ofrecen pequeños planes gratuitos, como los 10 proxies compartidos de Webshare, pero las direcciones IP residenciales fiables y de origen ético a gran escala cuestan dinero.

La mayoría de los servicios de «proxies rotativos gratuitos» son versiones de prueba o pequeños niveles gratuitos de productos de pago, no grupos de direcciones permanentemente gratuitos. La rotación requiere un conjunto actualizado de direcciones IP operativas, cuyo mantenimiento tiene un coste. Si necesitas rotación para una tarea recurrente, presupuesta un plan de proxies de pago o una API de scraping que se encargue de la rotación por ti.

Los proxies de pago ofrecen garantías: un operador conocido, autenticación, compatibilidad con HTTPS, segmentación por ubicación y alguien que soluciona las direcciones IP inactivas. Los proxies gratuitos son anónimos, compartidos y no se mantienen. Los gratuitos pueden servir para aprender. Para tareas recurrentes, los proxies de pago suelen costar menos que las horas perdidas en volver a probar y ejecutar los scrapes fallidos.

El uso de un proxy público no es ilegal en la mayoría de los lugares, pero algunos proxies gratuitos se ejecutan en dispositivos comprometidos sin el consentimiento del propietario, y el enrutamiento del tráfico a través de ellos plantea cuestiones legales y éticas. La legalidad del scraping en sí depende de lo que recopiles y de dónde. Esto no constituye asesoramiento jurídico, así que consulta la normativa local.

Las listas de proxies gratuitos son una buena forma de aprender, pero constituyen una base poco fiable para los datos de los que dependes. Cuando estés listo para pagar, compara los planes de proxies residenciales, que empiezan en 8,50 $ por GB con pago por uso, o solicita un presupuesto de proxies de centro de datos adaptado a tu tráfico. Si prefieres no tener que gestionar proxies en absoluto, los planes de la API de Scraper comienzan con 5.000 solicitudes gratuitas. La renderización en JavaScript y la geolocalización no suponen ningún coste adicional, y las solicitudes fallidas no se facturan.