يُعدّ Google أصعب هدف رئيسي للكشط، والسبب بسيط: فهو يرى حركة مرور أكثر من أي جهة أخرى، لذا لديه أغنى نموذج عمّا يبدو عليه الباحث الحقيقي. استهدفه من عنوان IP لمركز بيانات بأي حجم وستحصل على 429، أو صفحة "sorry/index"، أو حظر ناعم تتضاءل فيه النتائج بهدوء. يغطي هذا الدليل ما الذي يطلق حظر Google فعلًا، واستراتيجية البروكسي وتحديد المعدل التي تبقي أداة كشط نتائج البحث (SERP) على قيد الحياة في عام 2026.
لا يعتمد Google على إشارة واحدة — بل يكدّس عدة إشارات ويحظر عندما تتجاوز الدرجة المجمّعة خطًا معينًا:
بالنسبة لمعظم الأهداف يمكنك النجاة بعناوين IP لمراكز البيانات على البيانات العامة. أما Google فهو الاستثناء: تصنيف سمعة ASN لديه عدائي بما يكفي ليجعل بروكسيات مراكز البيانات تُخنق على الفور تقريبًا. المخارج السكنية — أرقام ASN حقيقية لمستهلكين — هي ما يتيح لأداة كشط نتائج البحث أن تحافظ على الحجم. احتفظ بمراكز البيانات لكل شيء آخر وأنفق ميزانية السكنية حيث تُحدث فرقًا فعليًا.
يوزّع التدوير الحمل بحيث لا يبدو أي عنوان IP منفرد كبوت، لكن الانضباط الذي يبقيك حيًا هو المعدل لكل مخرج، لا مجرد حجم المجمّع (pool). ألف بروكسي ستُحظر رغم ذلك إذا أطلقتها جميعًا بأقصى سرعة. أوقِع كل مخرج كإنسان:
import time, random, itertools
from curl_cffi import requests # browser TLS fingerprint, see notes below
PROXIES = [
"socks5h://USERNAME:[email protected]:913",
"socks5h://USERNAME:[email protected]:913",
]
pool = itertools.cycle(PROXIES)
def serp(query, page=0):
proxy = next(pool)
params = {"q": query, "start": page * 10, "hl": "en"}
r = requests.get("https://www.google.com/search", params=params,
impersonate="chrome",
proxies={"http": proxy, "https": proxy}, timeout=30)
if r.status_code == 429 or "/sorry/" in r.url:
raise RuntimeError("rate-limited - back off and rotate")
return r.text
for q in queries:
html = serp(q)
parse(html)
time.sleep(random.uniform(2.0, 5.0)) # human-paced gap between queriesالتأخير العشوائي يؤدّي عملًا حقيقيًا: sleep(3) الثابت هو بذاته بصمة. نوّعه، ووزّع الاستعلامات عبر المخارج بحيث يبقى كل واحد تحت عتبة Google لكل عنوان IP.
تعتمد النتائج المحلية (التصنيفات، اللغة، العملة) على موقع المخرج، لذا اختر بروكسيات في المنطقة الجغرافية التي تريد قياسها وحافظ على جلسة ثابتة لاستعلام متعدد الصفحات بحيث تأتي جميع صفحات بحث واحد من المكان نفسه. خلط المخارج في منتصف الاستعلام يعطيك نتائج مجمّعة من مناطق مختلفة — عديمة الفائدة لتتبّع التصنيف.
يقرأ Google مصافحة TLS الخاصة بك أيضًا. يُرسل استدعاء requests البسيط بصمة JA3 تصرخ Python، مما يفاقم درجة عنوان IP. أرسل بصمة متصفح حقيقية باستخدام curl_cffi (المستخدمة أعلاه) أو متصفحًا حقيقيًا — راجع تجاوز بصمة TLS باستخدام curl_cffi. إذا بدأ Google في الحجب عبر جدار موافقة JS، فصعّد إلى محرّك متصفح حقيقي كما هو موضّح في دليل Turnstile — ينطبق المنطق نفسه "يحتاج إلى بيئة تشغيل JS".
/sorry/ — توقّف عن استهداف ذلك المخرج، دوّر، وتراجع أسّيًا. مهاجمة عنوان IP موسوم تطيل الحظر./sorry/ بدلًا من إعادة المحاولة لتصل إلى حظر أطول.يحصل المستخدمون الجدد على 500MB عند التسجيل، بالإضافة إلى مكافأة على أول عملية شحن. العرض لفترة محدودة.