Saltar al contenido principal
Firecrawl ofrece distintos tipos de proxy para ayudarte a hacer scraping en sitios web con diversos niveles de protección antibots. El tipo de proxy puede especificarse mediante el parámetro proxy.

​
Tipos de proxy

Firecrawl admite tres tipos de proxy:
  • basic: Proxy para extraer sitios con protección anti-bot nula o básica. Es rápido y suele funcionar.
  • stealth: Proxy sigiloso para extraer sitios con protecciones anti-bot avanzadas. Es más lento, pero más confiable en ciertos sitios.
  • auto: Firecrawl volverá a intentar automáticamente la extracción con un proxy sigiloso si falla el básico. Si el reintento con stealth tiene éxito, se cobrarán 5 créditos por la extracción. Si el primer intento con basic tiene éxito, solo se cobrará el costo regular.
Si no especificas un proxy, Firecrawl usará auto por defecto.

​
Uso del modo stealth

Al extraer datos de sitios web con protección anti-bot avanzada, puedes usar el modo de proxy stealth para mejorar la tasa de éxito. 
from firecrawl import Firecrawl

firecrawl = Firecrawl(api_key='fc-YOUR-API-KEY')

# Elige la estrategia de proxy: 'basic' | 'stealth' | 'auto'
doc = firecrawl.scrape('https://example.com', formats=['markdown'], proxy='auto')

print(doc.warning or 'ok')
Nota: Las solicitudes con proxy stealth cuestan 5 créditos por solicitud cuando se usan.

​
Usar Stealth como mecanismo de reintento

Un patrón común es intentar primero hacer scraping con la configuración de proxy predeterminada y luego reintentar con el modo Stealth si aparecen códigos de estado de error específicos (401, 403 o 500) en el campo metadata.statusCode de la respuesta. Estos códigos pueden indicar que el sitio web está bloqueando tu solicitud. 
# pip install firecrawl-py

from firecrawl import Firecrawl

firecrawl = Firecrawl(api_key="YOUR_API_KEY")

# Primero intenta con el proxy básico
try:
    content = firecrawl.scrape("https://example.com")
    
    # Verifica si se recibió un código de estado de error
    status_code = content.get("metadata", {}).get("statusCode")
    if status_code in [401, 403, 500]:
        print(f"Se obtuvo el código de estado {status_code}, reintentando con proxy stealth")
        # Reintentar con el proxy stealth
        content = firecrawl.scrape("https://example.com", proxy="stealth")
    
    print(content["markdown"])
except Exception as e:
    print(f"Error: {e}")
    # Reintentar con el proxy stealth si ocurre una excepción
    try:
        content = firecrawl.scrape("https://example.com", proxy="stealth")
        print(content["markdown"])
    except Exception as e:
        print(f"El proxy stealth también falló: {e}")
Este enfoque te permite optimizar el uso de créditos al emplear el modo Stealth solo cuando sea necesario.