Proxies para scraping da Amazon: preços, Buy Box e Robot Check (2026)

A Amazon é uma mina de ouro para monitoramento de preços e pesquisa de produtos, além de ser um dos sites mais agressivamente defendidos da web. Faça scraping a partir de um IP de datacenter e você verá CAPTCHAs, o muro "Robot Check", preços rotativos ou um 503 em poucas requisições. Este guia cobre o que a Amazon verifica, a estratégia de proxy que sobrevive a isso e a disciplina de sessão que mantém os preços e os dados do Buy Box precisos.

O que a Amazon detecta

• Reputação de IP/ASN — as faixas de datacenter são sinalizadas rapidamente. A Amazon serve CAPTCHAs e páginas degradadas a elas quase imediatamente.
• Velocidade das requisições — acessos sequenciais e rápidos a produtos e paginação a partir de um único IP é o gatilho clássico de banimento.
• Comportamento de sessão e cookies — a Amazon define cookies de sessão e observa se você se comporta como um navegador recorrente ou como um bot sem estado e novo a cada requisição.
• Consistência geográfica — preços, moeda, disponibilidade e o Buy Box variam por marketplace e local de entrega. Um IP cuja geolocalização contradiz o locale que você solicitou é um sinal denunciador.
• Sinais de TLS / headless — os mesmos sinais de JA3 e CDP que toda outra stack anti-bot lê.

Residencial, com geo igualada ao marketplace

Proxies de datacenter são um beco sem saída na Amazon em qualquer volume real — exits residenciais com ASNs limpos são o que sustenta a operação. Igualmente importante: iguale o país de saída ao marketplace que você está raspando. Puxar preços de amazon.de através de um exit dos EUA lhe dá preços, moeda e Buy Box dos EUA, o que silenciosamente corrompe seu conjunto de dados. Uma geografia de saída por marketplace.

Sessões sticky para preços precisos

A Amazon personaliza por sessão — adicionar ao carrinho, local de entrega e testes de preço vivem todos em cookies. Se você rotaciona o IP a cada requisição, você reseta esse contexto constantemente e obtém preços e vencedores do Buy Box inconsistentes. Mantenha uma sessão sticky para o scraping completo de um produto e, em seguida, rotacione no limite do produto ou da tarefa:

import itertools, time, random
from curl_cffi import requests

PROXIES = ["socks5h://USERNAME:[email protected]:913", "..."]
pool = itertools.cycle(PROXIES)

def scrape_product(asin, proxy):
    # Same sticky exit for every page of this product
    s = requests.Session(impersonate="chrome",
                         proxies={"http": proxy, "https": proxy})
    detail = s.get(f"https://www.amazon.com/dp/{asin}")
    offers = s.get(f"https://www.amazon.com/gp/offer-listing/{asin}")
    return detail.text, offers.text

for asin in asins:
    proxy = next(pool)                 # new sticky exit per product
    if "Robot Check" in scrape_product(asin, proxy)[0]:
        # flagged - back off, rotate, retry on a fresh exit
        ...
    time.sleep(random.uniform(2.0, 5.0))

Limite a taxa por exit e recue

Como no scraping de SERP do Google, a disciplina que o mantém vivo é a taxa por exit, não o tamanho do pool. Randomize os intervalos, limite a concorrência por IP e, quando você vir "Robot Check" ou um 503, pare de acessar esse exit e recue — tentar novamente em um IP sinalizado só prolonga o bloqueio.

Não empilhe uma fingerprint do Python

Uma chamada simples de requests envia um JA3 que o marca como automação antes mesmo de a pontuação do IP entrar em jogo. Envie uma fingerprint de navegador com curl_cffi (acima) ou um navegador real — veja Como Burlar o TLS Fingerprinting com curl_cffi. Se a Amazon lançar um muro de CAPTCHA em JS, escale para um mecanismo de navegador real.

Checklist

• Use exits residenciais — IPs de datacenter batem no muro do Robot Check rápido.
• Iguale o país de saída ao marketplace (amazon.de via um exit DE), ou seus preços estarão errados.
• Mantenha uma sessão sticky por produto; rotacione nos limites de produto/tarefa.
• Limite a taxa por exit, randomize os intervalos, recue diante de Robot Check / 503.
• Envie uma fingerprint TLS de navegador, não um JA3 do Python.
• Exits residenciais limpos com sessões sticky e cobertura geográfica: jibaoproxy.com, residencial a US$2/GB, 500MB de tráfego grátis para testar nos seus próprios ASINs.