Instagram और TikTok scraping के लिए proxies: 2026 में क्या काम करता है

Instagram और TikTok scraping में दो सबसे कठिन मुख्यधारा टारगेट हैं — Google से कठिन, Amazon से कठिन। दोनों आक्रामक IP scoring चलाते हैं, दोनों कई परतों पर आपके client का fingerprint लेते हैं, और दोनों soft block के लिए मशहूर हैं: एक साफ़ 403 के बजाय, आपको login walls, ख़ाली JSON, "challenge_required", या खामोशी से कटे-फटे परिणाम मिलते हैं। आपका scraper "काम करता है" और आपका डेटा कूड़ा होता है।

यह गाइड बताती है कि 2026 में हर प्लेटफ़ॉर्म असल में आपको कैसे ब्लॉक करता है, वह proxy setup जो टिक पाता है, और वे request patterns जो accounts और sessions को ज़िंदा रखते हैं। (scraping के बजाय multi-account प्रबंधन के लिए, देखें हमारी AdsPower/Multilogin और GoLogin/Dolphin Anty गाइड्स।)

Instagram आपको कैसे ब्लॉक करता है

• पहले IP reputation। Datacenter ASNs वेब पर लगभग तुरंत login wall से टकराते हैं, और private API challenge_required लौटाता है। साझा/दुरुपयोग की गई residential IPs के लिए Instagram की सहनशीलता भी कम है — pool की गुणवत्ता यहाँ लगभग किसी भी जगह से ज़्यादा मायने रखती है।
• प्रति-IP request बजट। Anonymous वेब requests को login wall से पहले प्रति IP प्रति घंटा लगभग 100–200 pageloads मिलते हैं; GraphQL endpoints ज़्यादा तंग हैं। बजट प्रति-IP और प्रति-session-cookie है, अलग-अलग ट्रैक किया गया।
• Logged-in scraping जोखिम को account से बाँधता है। एक घंटे में 5 IPs से देखा गया account checkpointed होता है, IPs नहीं। अगर आप logged-in scrape करते हैं, तो एक account = एक sticky IP, बस।
• Device/TLS fingerprints। mobile-API रास्ता (ऐप होने का दिखावा करते हुए) ज्ञात ऐप stacks के विरुद्ध TLS fingerprint जाँचता है — कच्चा httpx यहाँ मर जाता है; देखें curl_cffi impersonation।

TikTok आपको कैसे ब्लॉक करता है

• Signed requests। TikTok की web API के लिए obfuscated JavaScript द्वारा बनाए गए X-Bogus/signature parameters चाहिए। शुद्ध-HTTP scraping का मतलब है ऐसे signatures को reverse-engineer करना जो हर कुछ हफ़्तों में rotate होते हैं — ज़्यादातर टीमें इसके बजाय एक असली browser (Playwright) चलाती हैं और JSON responses को intercept करती हैं।
• Geo-partitioned content। TikTok का content, trends, और यहाँ तक कि उपलब्धता exit IP के देश के अनुसार अलग होती है। EU IPs से "US TikTok" scrape करना आपको अलग डेटा देता है, सिर्फ़ ब्लॉक किया गया डेटा नहीं — एक खामोश शुद्धता बग। proxy देश को टारगेट बाज़ार से मिलाएँ।
• Datacenter IP = तुरंत captcha। slider/whirl captcha cloud ASNs से पहले load पर ही प्रकट होता है। Residential exits ज़्यादातर इसे छोड़ देते हैं।
• webapp में Behavioral scoring। Scroll की लय और watch-time signals risk models को चलाते हैं; एक browser जो मशीन की गति से एक profile को paginate करता है, उसका session ज़हरीला हो जाता है (ख़ाली itemList responses जो "और कोई content नहीं" जैसे दिखते हैं)।

वह Setup जो काम करता है

1. Residential, geo-matched, प्रति identity sticky

# One identity = one sticky session, country-pinned
socks5h://USERNAME:[email protected]:913

कम मात्रा में anonymous public पेजों के लिए प्रति-request rotate करना ठीक है। जिस पल एक session cookie या login शामिल होता है, sticky पर स्विच करें — cookie और IP एक identity के रूप में चलने चाहिए (क्यों)।

2. Proxy के ज़रिए GraphQL के द्वारा Public Instagram

from curl_cffi import requests

PROXY = {"https": "socks5h://USERNAME:[email protected]:913"}

# Public profile JSON (no login) - impersonate Chrome's TLS
r = requests.get(
    "https://www.instagram.com/api/v1/users/web_profile_info/?username=nasa",
    impersonate="chrome",
    headers={"X-IG-App-ID": "936619743392459"},
    proxies=PROXY,
)
data = r.json()["data"]["user"]
print(data["edge_followed_by"]["count"])

status code नहीं, response देखें: {"data": null} वाला 200 या /accounts/login/ पर redirect का मतलब है कि इस IP का बजट ख़र्च हो चुका है — identity rotate करें, पीछे हटें, और फिर शुरू करें।

3. Playwright + response interception के ज़रिए TikTok

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(proxy={
        "server": "us.jibaoproxy.com:913",
        "username": "USERNAME", "password": "PASSWORD",
    })
    page = browser.new_page()
    items = []
    # Let TikTok's own JS sign the requests; we just read the answers
    page.on("response", lambda res:
        items.extend(res.json().get("itemList", []))
        if "/api/post/item_list" in res.url else None)
    page.goto("https://www.tiktok.com/@nasa")
    for _ in range(5):
        page.mouse.wheel(0, 2500)
        page.wait_for_timeout(1800)   # human-ish scroll cadence
    print(len(items), "videos captured")

यह signature reverse-engineering को पूरी तरह दरकिनार कर देता है: पेज ख़ुद वैध X-Bogus बनाता है, और आप JSON इकट्ठा करते हैं। proxy browser launch पर सेट होना चाहिए — auth की ख़ासियतें Playwright proxy authentication में कवर की गई हैं।

4. इंसान की तरह pace करें, soft blocks के लिए monitor करें

• प्रति Instagram identity ~1 request / 2–4 s का बजट रखें; jitter जोड़ें। TikTok scroll लय 1.5–3 s।
• HTTP कोड नहीं, content signals पर अलर्ट करें: login-wall redirects, challenge_required, hasMore: true के साथ ख़ाली itemList।
• लगभग 150 requests (IG) / लगभग 30 profile पेज (TikTok) के बाद एक identity रिटायर करें; 24 घंटे cooldown।
• हर बैच में एक control probe (एक ज्ञात profile) चलाएँ — अगर control ग़लत वापस आए, तो पूरा बैच संदिग्ध है।

त्वरित संदर्भ

	Instagram	TikTok
सबसे अच्छा access रास्ता	Web GraphQL/API endpoints, curl_cffi	Playwright + response interception
Proxy प्रकार	प्रति identity Residential sticky	Residential, बाज़ार से geo-matched
Datacenter IPs	Login wall / challenge	तुरंत captcha
Soft-block संकेत	login redirect, challenge_required, null data	ख़ाली itemList, captcha page
Geo संवेदनशीलता	मध्यम	उच्च — content देश के अनुसार अलग होता है

सारांश

• दोनों प्लेटफ़ॉर्म soft-block करते हैं: response content को सत्यापित करें, 200 OK पर कभी भरोसा न करें।
• Residential अनिवार्य है; जब भी कोई cookie या login मौजूद हो sticky sessions; जिस बाज़ार को आप माप रहे हैं उससे TikTok को geo-match करें।
• Instagram: web API + curl_cffi impersonation, प्रति identity ~150 requests, फिर rotate करें।
• TikTok: एक असली browser से requests sign कराएँ, JSON intercept करें, इंसानी लय में scroll करें।
• Logged-in scraping जोखिम को account से बाँधता है — एक account, एक IP, कोई अपवाद नहीं।