Прокси для скрапинга Amazon: цены, Buy Box и Robot Check (2026)

Amazon — золотая жила для мониторинга цен и анализа товаров и один из самых агрессивно защищённых сайтов в сети. Скрапьте его с серверного IP — и увидите CAPTCHA, стену «Robot Check», скачущие цены или 503 в пределах горстки запросов. В этом руководстве — что проверяет Amazon, какая стратегия прокси это переживает и какая дисциплина сессий держит цены и данные Buy Box точными.

Что детектит Amazon

• Репутация IP/ASN — серверные диапазоны помечаются быстро. Amazon почти сразу отдаёт им CAPTCHA и урезанные страницы.
• Скорость запросов — быстрые последовательные обращения к товарам и пагинации с одного IP — классический триггер бана.
• Поведение сессии и cookie — Amazon ставит сессионные cookie и смотрит, ведёте ли вы себя как вернувшийся браузер или как свежий бот без состояния на каждом запросе.
• Гео-согласованность — цены, валюта, наличие и Buy Box зависят от маркетплейса и места доставки. IP, чья геолокация противоречит запрошенной локали, — это след.
• Следы TLS / headless — те же сигналы JA3 и CDP, что читает любой антибот-стек.

Резидентные, с гео под маркетплейс

Серверные прокси на Amazon при любом реальном объёме — тупик; резидентные выходы с чистыми ASN — вот что держит. Не менее важно: сопоставляйте страну выхода с маркетплейсом. Тянуть цены amazon.de через выход в США — получить цены, валюту и Buy Box США, что тихо портит датасет. Одна гео-география выхода на маркетплейс.

Sticky-сессии для точных цен

Amazon персонализирует по сессии — добавление в корзину, место доставки и ценовые тесты живут в cookie. Если ротировать IP на каждом запросе, вы постоянно сбрасываете контекст и получаете несогласованные цены и победителей Buy Box. Держите sticky-сессию на весь скрап товара, затем ротируйте на границе товара или задачи:

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))

Лимит на выход и отступ

Как и при скрапинге Google SERP, дисциплина, которая держит вас живым, — скорость на выход, а не размер пула. Рандомизируйте паузы, ограничивайте конкурентность на IP, а увидев «Robot Check» или 503 — перестаньте бить по этому выходу и отступите; повтор в помеченный IP лишь удлиняет блок.

Не складывайте Python-отпечаток

Обычный вызов requests шлёт JA3, метящий вас как автоматизацию ещё до применения оценки IP. Шлите отпечаток браузера через curl_cffi (выше) или настоящий браузер — см. Обход фингерпринтинга TLS с curl_cffi. Если Amazon выбросит JS-CAPTCHA-стену, эскалируйте до настоящего движка браузера.

Чек-лист

• Используйте резидентные выходы — серверные IP быстро упираются в стену Robot Check.
• Сопоставляйте страну выхода с маркетплейсом (amazon.de через выход в DE), иначе цены неверны.
• Держите sticky-сессию на товар; ротируйте на границах товара/задачи.
• Лимитируйте на выход, рандомизируйте паузы, отступайте на Robot Check / 503.
• Шлите TLS-отпечаток браузера, а не Python-JA3.
• Чистые резидентные выходы со sticky-сессиями и гео-покрытием: jibaoproxy.com, $5/ГБ резидентные, $5 бесплатно для теста на своих ASIN.