Cómo usar servidores proxy con Google Colab y Jupyter

Configuración de servidores proxy en Google Colab y Jupyter

Bien, vayamos directo al grano: cómo ejecutar proxies en Google Colab o Jupyter, sin rodeos. Ya sea que quieras extraer datos, eludir restricciones geográficas o simplemente buscar un poco de privacidad, los proxies son tus aliados predilectos. Sin embargo, hay un truco para hacerlo bien, especialmente en plataformas como Colab y Jupyter, que a veces tienen sus propias peculiaridades.

---

¿Por qué utilizar proxies con Colab y Jupyter?

Guión	Beneficio del Proxy
Raspado web	Cómo evitar prohibiciones de propiedad intelectual
Acceso a API geobloqueadas	Desbloqueo de contenido
Investigación con anonimato	Enmascarando su huella digital

---

Cómo elegir su fuente de proxy

Ahora bien, antes de que empieces a buscar servidores proxy por todo Internet, vamos a simplificarlo. Rodillo proxy Aquí tienes a tu amigo: te ofrece proxies nuevos, gratuitos y listos para usar. Más información sobre ellos enseguida.

---

Tipos de Proxies

Tipo	Descripción	Uso típico
HTTP/HTTPS	Proxies web estándar	Web scraping, rastreo
SOCKS4/SOCKS5	De nivel inferior, admite más protocolos	Transmisión, P2P, etc.
Giratorio	Cambia de IP con frecuencia	Cómo evitar los límites de velocidad
Residencial	IP de usuarios reales, más difíciles de bloquear	Raspado, automatización

Para la mayoría del trabajo de Colab/Jupyter, los proxies HTTP/HTTPS serán suficientes.

---

Obtener proxies gratuitos de ProxyRoller

1. Dirígete a Rodillo proxy.
2. Haga clic en el botón “Obtener Proxies Gratis”.
3. Copiar la lista de proxy: se ve algo así como ip:port.

Un consejo australiano: prueba tus proxies, porque los proxies gratuitos pueden ser volubles, como el clima de Melbourne.

---

Configuración de servidores proxy en Google Colab

Colab se ejecuta en una máquina virtual, por lo que debes indicarle a Python (y a las bibliotecas relacionadas) que usen un proxy. Así es como se hace, al estilo Arvid:

Configuración del proxy HTTP/HTTPS para requests

import requests

proxies = {
    'http': 'http://username:password@proxy_ip:proxy_port',
    'https': 'http://username:password@proxy_ip:proxy_port'
}

response = requests.get('https://httpbin.org/ip', proxies=proxies)
print(response.json())

• Si su proxy no necesita autenticación, omítalo username:password@.

Configuración de servidores proxy globalmente en Notebook

A veces quieres que todo se ejecute a través del proxy. Configura las variables de entorno:

import os

os.environ['http_proxy'] = 'http://proxy_ip:proxy_port'
os.environ['https_proxy'] = 'http://proxy_ip:proxy_port'

Ahora, cualquier biblioteca que respete estas variables de entorno (solicitudes, urllib, etc.) utilizará el proxy.

Proxies rotativos

Si estás luchando como un dingo en una granja de pollos, rota tus servidores proxy para evitar prohibiciones:

import random

proxy_list = [
    'http://ip1:port1',
    'http://ip2:port2',
    'http://ip3:port3'
]

def get_random_proxy():
    return {'http': random.choice(proxy_list), 'https': random.choice(proxy_list)}

for i in range(10):
    proxies = get_random_proxy()
    response = requests.get('https://httpbin.org/ip', proxies=proxies)
    print(response.json())

---

Configuración de servidores proxy en Jupyter Notebook

Muy parecido a Colab, amigo. Así es el procedimiento:

Para requests y urllib

import requests

proxies = {
    'http': 'http://proxy_ip:proxy_port',
    'https': 'http://proxy_ip:proxy_port'
}

response = requests.get('https://httpbin.org/ip', proxies=proxies)
print(response.json())

Para proxy de todo el sistema (núcleo Jupyter)

import os

os.environ['HTTP_PROXY'] = 'http://proxy_ip:proxy_port'
os.environ['HTTPS_PROXY'] = 'http://proxy_ip:proxy_port'

Para Selenium (navegadores sin interfaz gráfica)

Si estás ejecutando Selenium en Jupyter (un movimiento un poco potente):

from selenium import webdriver
from selenium.webdriver.common.proxy import Proxy, ProxyType

proxy_ip_port = 'proxy_ip:proxy_port'

chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument(f'--proxy-server={proxy_ip_port}')

driver = webdriver.Chrome(options=chrome_options)
driver.get('https://httpbin.org/ip')

---

Comparación de métodos proxy

Método	Alcance	Herramientas/Bibliotecas	Caso de uso
requests apoderados	Por solicitud	solicitudes, urllib3	Raspado, llamadas API
Variables de entorno	Global (sesión)	Todas las bibliotecas (la mayoría)	Uso consistente del proxy
Proxy de selenio	Automatización del navegador	selenio	Automatización/scraping web

---

Probando su proxy

Pruebe siempre si su proxy funciona; de lo contrario, podría convertirse en el equivalente digital de andar en círculos por la selva.

import requests

proxies = {
    'http': 'http://proxy_ip:proxy_port',
    'https': 'http://proxy_ip:proxy_port'
}

response = requests.get('https://httpbin.org/ip', proxies=proxies)
print("Proxy IP:", response.json())

Si la IP coincide con el proxy, estás listo.

---

Errores comunes (y soluciones rápidas)

Asunto	Cómo se ve	Cómo solucionarlo
Tiempo de espera de conexión	Las solicitudes se cuelgan, no hay respuesta	Pruebe con un proxy diferente
Se requiere autenticación de proxy 403/407	Error de autenticación	Utilice nombre de usuario/contraseña si es necesario
El proxy no funciona en Colab	Sin cambios en IP, errores	Comprobar variables de entorno
Problemas de SSL	Falló el protocolo de enlace SSL	Utilice HTTP o establezca verificar=False

---

Recursos útiles

• ProxyRoller – Lista de servidores proxy gratuitos
• Python solicita documentación
• Documentación de Jupyter Notebook
• Preguntas frecuentes de Google Colab
• Documentación del proxy de Selenium

---

Y listo: no hace falta pelearse con un cocodrilo para que tu proxy funcione correctamente en Colab o Jupyter. Si necesitas proxies nuevos, recuerda que ProxyRoller siempre está abierto y no muerde.