Instagram اور TikTok scraping کے لیے proxies: 2026 میں کیا کام کرتا ہے

Instagram اور TikTok scraping میں دو سب سے مشکل مرکزی دھارے کے اہداف ہیں — Google سے مشکل تر، Amazon سے مشکل تر۔ دونوں جارحانہ IP اسکورنگ چلاتے ہیں، دونوں آپ کے کلائنٹ کا متعدد تہوں پر فنگرپرنٹ لیتے ہیں، اور دونوں soft block کے لیے مشہور ہیں: صاف 403 کے بجائے، آپ کو login walls، خالی JSON، "challenge_required"، یا خاموشی سے کٹے ہوئے نتائج ملتے ہیں۔ آپ کا scraper "کام کرتا ہے" اور آپ کا ڈیٹا کچرا ہوتا ہے۔

یہ گائیڈ اس بات کا احاطہ کرتی ہے کہ 2026 میں ہر پلیٹ فارم دراصل آپ کو کیسے بلاک کرتا ہے، وہ proxy سیٹ اپ جو زندہ رہتا ہے، اور وہ درخواست کے انداز جو اکاؤنٹس اور sessions کو زندہ رکھتے ہیں۔ (scraping کے بجائے ملٹی اکاؤنٹ مینجمنٹ کے لیے، ہماری AdsPower/Multilogin اور GoLogin/Dolphin Anty گائیڈز دیکھیں۔)

Instagram آپ کو کیسے بلاک کرتا ہے

• IP ساکھ پہلے۔ datacenter ASNs ویب پر تقریباً فوراً login wall سے ٹکراتے ہیں، اور نجی API challenge_required واپس کرتا ہے۔ مشترکہ/غلط استعمال شدہ residential IPs کے لیے Instagram کی برداشت بھی کم ہے — یہاں pool کا معیار تقریباً کسی بھی جگہ سے زیادہ اہمیت رکھتا ہے۔
• فی IP درخواست بجٹ۔ گمنام ویب درخواستوں کو login wall سے پہلے فی IP فی گھنٹہ تقریباً 100–200 pageloads ملتے ہیں؛ GraphQL endpoints زیادہ سخت ہیں۔ بجٹ فی IP اور فی session-cookie ہے، جو الگ الگ ٹریک کیا جاتا ہے۔
• logged-in scraping خطرے کو اکاؤنٹ سے باندھتا ہے۔ ایک گھنٹے میں 5 IPs سے دیکھا گیا اکاؤنٹ checkpoint کیا جاتا ہے، IPs نہیں۔ اگر آپ logged-in scrape کرتے ہیں، تو ایک اکاؤنٹ = ایک sticky IP، بس۔
• Device/TLS فنگرپرنٹس۔ mobile-API روٹ (ایپ کا روپ دھار کر) معلوم ایپ سٹیکس کے خلاف TLS فنگرپرنٹ چیک کرتا ہے — خام httpx یہاں مر جاتا ہے؛ دیکھیں curl_cffi impersonation۔

TikTok آپ کو کیسے بلاک کرتا ہے

• دستخط شدہ درخواستیں۔ TikTok کے ویب API کو obfuscated JavaScript سے بنائے گئے X-Bogus/signature پیرامیٹرز درکار ہوتے ہیں۔ خالص HTTP scraping کا مطلب ہے ان دستخطوں کی ریورس انجینئرنگ جو ہر چند ہفتوں میں rotate ہوتے ہیں — زیادہ تر ٹیمیں اس کے بجائے ایک حقیقی براؤزر (Playwright) چلاتی ہیں اور JSON رسپانسز کو intercept کرتی ہیں۔
• جیو کے لحاظ سے تقسیم شدہ مواد۔ TikTok کا مواد، رجحانات، اور حتیٰ کہ دستیابی exit IP کے ملک کے لحاظ سے مختلف ہوتی ہے۔ EU IPs سے "US TikTok" scrape کرنا آپ کو مختلف ڈیٹا دیتا ہے، صرف بلاک شدہ ڈیٹا نہیں — ایک خاموش درستگی کا بگ۔ proxy ملک کو ٹارگٹ مارکیٹ سے میل کھائیں۔
• datacenter IP = فوری captcha۔ slider/whirl captcha کلاؤڈ ASNs سے پہلے لوڈ پر ظاہر ہوتا ہے۔ residential exits اسے زیادہ تر چھوڑ دیتے ہیں۔
• ویب ایپ میں رویہ جاتی اسکورنگ۔ اسکرول کی رفتار اور watch-time سگنلز خطرے کے ماڈلز کو کھلاتے ہیں؛ ایک براؤزر جو مشینی رفتار پر پروفائل کو paginate کرتا ہے اس کا session زہریلا ہو جاتا ہے (خالی itemList رسپانسز جو "مزید مواد نہیں" جیسے لگتے ہیں)۔

وہ سیٹ اپ جو کام کرتا ہے

1. residential، جیو سے میل کھاتا، فی شناخت sticky

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

فی درخواست rotating کم والیوم پر گمنام عوامی صفحات کے لیے ٹھیک ہے۔ جس لمحے کوئی session cookie یا login شامل ہو، sticky پر سوئچ کریں — cookie اور IP کو ایک شناخت کے طور پر حرکت کرنی چاہیے (کیوں)۔

2. عوامی Instagram بذریعہ GraphQL، proxy کے ذریعے

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 نہیں، رسپانس دیکھیں: {"data": null} کے ساتھ ایک 200 یا /accounts/login/ کی طرف redirect کا مطلب ہے کہ اس IP کا بجٹ خرچ ہو چکا ہے — شناخت rotate کریں، back off کریں، اور دوبارہ شروع کریں۔

3. TikTok بذریعہ Playwright + رسپانس interception

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")

یہ دستخط کی ریورس انجینئرنگ کو مکمل طور پر بائی پاس کرتا ہے: صفحہ خود درست X-Bogus بناتا ہے، اور آپ JSON کاٹ لیتے ہیں۔ proxy کو براؤزر لانچ پر سیٹ کرنا ضروری ہے — auth کی باریکیاں Playwright proxy توثیق میں شامل ہیں۔

4. انسان کی طرح رفتار رکھیں، soft blocks کے لیے نگرانی کریں

• فی Instagram شناخت تقریباً 1 درخواست / 2–4 سیکنڈ کا بجٹ رکھیں؛ jitter شامل کریں۔ TikTok اسکرول رفتار 1.5–3 سیکنڈ۔
• HTTP کوڈز پر نہیں، مواد سگنلز پر الرٹ کریں: login-wall redirects، challenge_required، hasMore: true کے ساتھ خالی itemList۔
• تقریباً 150 درخواستوں (IG) / تقریباً 30 پروفائل صفحات (TikTok) کے بعد ایک شناخت کو ریٹائر کریں؛ 24 گھنٹے cooldown۔
• ہر بیچ میں ایک کنٹرول probe (ایک معلوم پروفائل) چلائیں — اگر کنٹرول غلط واپس آئے، تو پورا بیچ مشکوک ہے۔

فوری حوالہ

	Instagram	TikTok
بہترین رسائی کا راستہ	ویب GraphQL/API endpoints، curl_cffi	Playwright + رسپانس interception
proxy قسم	residential فی شناخت sticky	residential، مارکیٹ سے جیو میل کھاتا
datacenter IPs	Login wall / challenge	فوری captcha
Soft-block سگنل	login redirect، challenge_required، null data	خالی itemList، captcha صفحہ
جیو حساسیت	درمیانی	زیادہ — مواد ملک کے لحاظ سے مختلف

خلاصہ

• دونوں پلیٹ فارمز soft-block کرتے ہیں: رسپانس مواد کی توثیق کریں، کبھی 200 OK پر بھروسہ نہ کریں۔
• residential لازمی ہے؛ جب بھی کوئی cookie یا login موجود ہو sticky sessions؛ TikTok کو اس مارکیٹ سے جیو میل کھائیں جسے آپ ناپ رہے ہیں۔
• Instagram: ویب API + curl_cffi impersonation، فی شناخت تقریباً 150 درخواستیں، پھر rotate۔
• TikTok: ایک حقیقی براؤزر کو درخواستوں پر دستخط کرنے دیں، JSON intercept کریں، انسانی رفتار پر اسکرول کریں۔
• logged-in scraping خطرے کو اکاؤنٹ سے باندھتا ہے — ایک اکاؤنٹ، ایک IP، کوئی استثنا نہیں۔