Classement des meilleures listes de proxys gratuits pour le web scraping (2026)

Nous avons classé chaque site de proxys gratuits en fonction des informations qu’il publie à son sujet : la fréquence à laquelle il vérifie les proxys, la possibilité de récupérer la liste au format texte brut, JSON ou via une API sans inscription, la quantité de données contenue dans chaque entrée, ainsi que les signaux d’alerte tels que des vérifications obsolètes, des adresses CDN ou des exportations payantes. Nous n’avons pas acheminé de trafic via les proxys répertoriés.

Nous avons évalué la page de chaque site selon cinq critères :

Deux critères de départage ont permis de trancher les cas limites. Un flux filtré et lisible par machine l’emporte sur un tableau web, et une liste suivie dans le cadre de l’étude de 30 mois bénéficie d’un léger avantage. Cela signifie simplement que les chercheurs ont jugé utile de la collecter, et non qu’elle est sûre.

Toutes les listes utilisent les mêmes étiquettes. Un proxy « élite » masque à la fois votre adresse IP et le fait que vous utilisez un proxy. Un proxy anonyme masque votre adresse IP mais se révèle via les en-têtes. Un proxy transparent transmet votre véritable adresse IP, ce qui le rend inutile pour le scraping. Les proxys HTTP transmettent des requêtes Web en clair, les proxys compatibles HTTPS peuvent ouvrir un tunnel chiffré, et les proxys SOCKS4 et SOCKS5 relaient des connexions brutes pour pratiquement n’importe quel client. MDN explique le fonctionnement des serveurs proxy et du tunneling, et notre aperçu des types de proxys pour le scraping couvre les proxys HTTP, SOCKS5, résidentiels et de centre de données.

Les listes gratuites changent d’heure en heure ; considérez donc chaque entrée ci-dessous comme un instantané. Chaque affirmation concernant un site est celle de ce site lui-même.

Les meilleures listes de proxys gratuits pour le scraping Web sont la liste gratuite de ProxyScrape pour les flux API filtrés, Geonode pour la disponibilité et les filtres ASN, monosans/proxy-list sur GitHub pour les fichiers en texte clair vérifiés toutes les heures, et Free Proxy List pour une sélection manuelle rapide. Chaque liste gratuite doit toutefois être testée, car la plupart des entrées cessent de fonctionner à un moment ou à un autre.

Idéal pour : les scripts nécessitant une liste filtrée à intervalles réguliers.

Pourquoi il figure dans ce classement : le site indique que la liste est actualisée toutes les minutes et vérifiée par des outils automatisés, et qu’elle couvre les protocoles HTTP, HTTPS, SOCKS4 et SOCKS5. Vous pouvez filtrer par protocole, niveau d’anonymat, pays et latence, puis exporter au format TXT, JSON ou CSV, appeler une API publique gratuite ou récupérer les données depuis un miroir GitHub. Au cours de l’étude menée sur 30 mois, ProxyScrape s’est révélé être l’une des deux principales sources de proxys uniques et l’une des deux offrant le plus grand nombre de proxys fonctionnels dès le premier test.

Limites : les chiffres relatifs au nombre et aux pays indiqués sur la page changent constamment. Le tableau s’affiche via JavaScript ; il est donc préférable d’utiliser l’API plutôt que de « scraper » la page.

Remarques sur les risques : comme toutes les listes présentées ici, elle regroupe des proxys ouverts provenant de sources publiques. ProxyScrape vend également des proxys payants et en fait la promotion sur la page. Vous préférez remplacer ses formules payantes ? Découvrez comment choisir une alternative à ProxyScrape.

Idéale pour : sélectionner des proxys en fonction de critères de qualité.

Pourquoi cette liste figure ici : Geonode publie les données les plus complètes par entrée de cet ensemble : protocole, anonymat, pourcentage de disponibilité, date de la dernière vérification, vitesse, latence, un indicateur « Google passed » et le propriétaire du réseau sous forme d’ORG et d’ASN. Vous pouvez filtrer par plage de disponibilité et vérifier la date de mise à jour, puis charger la liste filtrée via une URL au lieu de copier les lignes. Ses lignes semblaient également propres. Geonode faisait partie de l’ensemble de fournisseurs de l’étude de 30 mois en 2023.

Limites : le titre de la page indique que la liste est mise à jour toutes les minutes, mais cette même page a également affiché un en-tête « Dernière mise à jour il y a 23 min ». Considérez les indications de fraîcheur comme approximatives.

Remarques sur les risques : Geonode est un fournisseur commercial, et la liste gratuite figure à côté d’offres résidentielles payantes. La colonne ASN constitue votre meilleure protection : éliminez les entrées provenant de réseaux inattendus, comme un proxy « résidentiel » hébergé chez un fournisseur d’hébergement.

Idéal pour : les tâches d’intégration continue (CI) et les pipelines nécessitant des fichiers au format brut.

Pourquoi cette liste figure ici : le fichier README précise qu’un proxy doit récupérer une URL réelle dans son intégralité pour figurer dans la liste, et que celle-ci est vérifiée toutes les heures. Elle publie des proxys HTTP, SOCKS4 et SOCKS5 au format texte brut et JSON, classés par ordre de vitesse (les plus rapides en premier), avec pour chaque entrée le temps de réponse, l’adresse IP de sortie, l’ASN et la géolocalisation. Aucune inscription ni clé API n’est requise, et le projet est sous licence MIT.

Limites : la mise à jour horaire est plus lente que les listes mises à jour toutes les minutes mentionnées ci-dessus. Le site est géré par un seul développeur ; il n’y a donc aucune garantie de service si les mises à jour cessent.

Remarques sur les risques : récupérez uniquement les fichiers en texte clair ou au format JSON via HTTPS. N’exécutez jamais de code provenant d’un référentiel de proxys que vous n’avez pas lu.

Idéal pour : une sélection manuelle rapide pour un test ponctuel.

Pourquoi il figure dans ce classement : le site indique que ses proxys gratuits sont « simplement vérifiés et mis à jour toutes les 10 minutes », et chaque ligne indique le niveau d’anonymat, la prise en charge du protocole HTTPS, un indicateur Google et l’heure de la dernière vérification. Une liste brute vous permet de tout copier d’un seul coup. Les lignes semblaient correspondre à de véritables proxys sur des ports normaux, et Free Proxy List figurait dans l’ensemble de fournisseurs de l’étude de 30 mois pendant toute la durée de celle-ci.

Limites : la liste est fortement orientée vers le protocole HTTP. Le téléchargement de son application ou de son API est lié à un produit payant de « liste de proxys », ce qui rend l’automatisation plus compliquée que pour les flux mentionnés ci-dessus.

Remarques sur les risques : les menus du site font la promotion de proxys payants et d’autres outils. Utilisez le tableau et la liste brute, et ignorez le reste.

Idéal pour : les fichiers volumineux classés par protocole (HTTP, HTTPS, SOCKS4, SOCKS5).

Pourquoi il figure ici : le fichier README indique que le projet récupère et valide des proxys toutes les 5 minutes, puis les répartit dans des fichiers distincts par protocole et par pays, ce qui vous permet, par exemple, de ne récupérer que les proxys SOCKS5. Il fournit également un module npm pour les projets Node.js.

Limites : le nombre de proxys « fonctionnels » indiqué dans le fichier README est bien supérieur à ce que les études montrent comme étant opérationnels lors d’une journée type ; considérez donc ce chiffre comme le nombre de proxys collectés, et non comme le nombre de proxys que vous pouvez utiliser.

Remarques sur les risques : le code est sous licence GPL-3.0. Lisez la licence avant d’intégrer le module npm dans un produit commercial, et récupérez uniquement les fichiers de données via HTTPS.

Idéal pour : la recherche par pays, port et anonymat.

Pourquoi il figure dans ce classement : Spys.one propose certains des filtres les plus détaillés parmi toutes les listes gratuites. Vous pouvez afficher uniquement les proxys « élite », « anonymes » ou « transparents », filtrer par pays et par port, et consulter la disponibilité ainsi que la date de vérification sur chaque ligne. La page indique l’heure de mise à jour des serveurs, présente ses listes comme « mises à jour en temps réel » et propose une version en texte clair.

Limites : les ports sont générés par un script, ce qui rend la page difficile à automatiser ; l’interface est obsolète et peu intuitive.

Remarques sur les risques : Spys.one propose une liste dédiée de proxys ouverts sur des routeurs MikroTik. Une étude menée sur 30 mois a révélé la présence du logiciel MikroTik sur des dizaines de milliers d’adresses IP de proxys, dont beaucoup provenaient probablement de routeurs piratés. Faire passer votre scraper par le routeur compromis d’un tiers pose un problème éthique, et pas seulement une question de vitesse ou de fiabilité. Évitez complètement cette liste.

Idéal pour : vérifier la vitesse et la disponibilité par pays avant un test manuel.

Pourquoi il figure dans ce classement : la page indique que la liste est mise à jour toutes les 60 secondes et que la plupart des proxys sont testés au moins une fois toutes les 15 minutes. Chaque ligne affiche la vitesse, la disponibilité, le niveau d’anonymat, le pays et la date de la dernière vérification.

Limites : les adresses IP sont générées par un script et il n’y a pas de fonction d’exportation ; vous devrez donc les copier manuellement. De nombreuses lignes visibles présentaient de faibles pourcentages de disponibilité.

Remarques sur les risques : ProxyNova est un site proposant des outils à usage général. Ignorez les téléchargements sans rapport avec le sujet.

Idéal pour : l’historique de la disponibilité moyenne et du temps de réponse.

Pourquoi il figure dans ce classement : ProxyDB dispose de filtres clairs pour HTTP, HTTPS, SOCKS5, l’anonymat et le pays. Ses colonnes indiquent la disponibilité moyenne et le temps de réponse moyen plutôt qu’un simple instantané, ce qui vous aide à repérer les proxys qui sont restés opérationnels pendant un certain temps.

Limites : la plupart des heures de « vérification » visibles dataient de plusieurs heures. Ces données sont trop obsolètes pour le scraping, à moins que vous ne testiez vous-même chaque entrée.

Remarques sur les risques : il s’agit d’un petit opérateur qui ne précise pas sa méthode de vérification ; il est donc impossible de savoir ce que signifie ici la mention « vérifié ».

Idéal pour : filtrer par niveau d’anonymat dans un navigateur.

Pourquoi il figure dans ce classement : le site indique qu’il vérifie les proxys en termes de ping, de type, de pays, de vitesse de connexion, d’anonymat et de disponibilité, et ses filtres permettent d’afficher facilement uniquement le niveau d’anonymat souhaité. Il figurait dans l’échantillon de fournisseurs de l’étude de 30 mois sous son ancien nom, HideMyName.

Limites : le site précise que l’exportation des adresses IP et des ports ainsi que l’accès à l’API nécessitent un abonnement payant ; la version gratuite se limite donc à un tableau web. Une grande partie des lignes gratuites visibles se trouvaient dans les plages d’adresses IP publiées par Cloudflare, principalement sur des ports web courants. Il est peu probable que ces adresses correspondent à de véritables proxys ouverts.

Remarques sur les risques : l’entreprise propose un service VPN, et la liste gratuite sert de canal de trafic vers celui-ci. hidemy.name redirige désormais vers hide.mn.

Idéal pour : obtenir un deuxième avis lors de la vérification croisée d’une adresse IP.

Pourquoi il figure dans ce classement : il propose des filtres variés par type, anonymat, vitesse et port, et revendique un grand nombre de proxys.

Limites : une grande partie des entrées visibles correspondaient à des adresses de la plage Cloudflare sur le port 80, qui ont peu de chances d’être de véritables proxys ouverts et qui font chuter la qualité de cette liste au bas de ce classement.

Remarques sur les risques : des offres de VPN et des publicités pour un « accès premium » apparaissent à côté du tableau. Ne cliquez pas dessus.

Listes que nous avons écartées. Open Proxy Space n’était pas disponible, et plusieurs listes autrefois populaires redirigent désormais vers des sites sans rapport ou ne se chargent pas. La liste TheSpeedX/PROXY-List sur GitHub est mise à jour quotidiennement, et son responsable précise qu’il n’est pas en charge des proxys. Elle convient pour s’entraîner, mais est trop obsolète pour des tâches réelles.

Adaptez la liste à la tâche. Utilisez un flux de texte GitHub ou l’API de ProxyScrape lorsqu’un script a besoin de proxys récents à intervalles réguliers, Geonode ou Spys.one lorsque vous avez besoin d’un filtre par pays ou d’anonymat, et Free Proxy List pour un test manuel ponctuel. Pour les connexions, les tâches récurrentes ou les cibles difficiles, aucune liste gratuite ne convient.

Les navigateurs « headless » tels que Playwright et Puppeteer ne font qu’empirer les choses. La plupart des proxys gratuits ne prennent pas en charge l’authentification ni les sessions stables ; vous ne pouvez donc pas associer durablement un contexte de navigateur à une adresse IP. Le chargement d’une seule page génère également des dizaines de requêtes pour les scripts, les images et les polices, toutes transitant par le même proxy. Si l’une d’entre elles se bloque, la page ne s’affiche pas, ce qui multiplie les taux d’échec au lieu de les lisser.

Oui, si vous souhaitez bénéficier d’une certaine fiabilité sans débourser d’argent pour l’instant. L’offre gratuite de Webshare propose 10 proxys partagés et 1 Go de bande passante mensuelle sans carte bancaire, et notre propre essai de l’API Scraper inclut 5 000 requêtes gratuites avec des proxys gérés pour vous. Les deux nécessitent un compte, mais vous bénéficiez d’un opérateur connu plutôt que d’inconnus anonymes.

Formule gratuite de Webshare. Sa page de tarification indique que la formule gratuite comprend 10 proxys partagés et 1 Go de bande passante mensuelle, avec prise en charge des protocoles HTTP et SOCKS5, sans limite de durée et sans carte bancaire requise. Il est idéal pour l’apprentissage et les tâches légères, car en cas d’échec, c’est votre code qui est en cause, et non un proxy hors service. Les limites se font rapidement sentir : 10 adresses IP et 1 Go ne suffisent pas pour longtemps, et les proxys sont partagés avec d’autres utilisateurs.

Essai gratuit de l’API de scraping WebScrapingAPI. Celle-ci est la nôtre, et l’essai comprend 5 000 requêtes gratuites. Vous envoyez une URL, et Scraper API gère les proxys, les tentatives de reconnexion et le rendu JavaScript (facultatif), puis renvoie la page. Le rendu JavaScript et le ciblage géographique ne coûtent pas de crédits supplémentaires, et les requêtes ayant échoué ne sont pas facturées. Utilisez-le pour tester une cible réelle avant de mettre en place toute infrastructure de proxys.

Nous n’avons pas classé les essais limités ni les démos des fournisseurs payants, car il ne s’agit pas de sites de proxys gratuits. Les offres de « proxys rotatifs gratuits » sont presque toujours des essais également, car la rotation nécessite un pool d’adresses IP fonctionnelles régulièrement mis à jour, ce qui a un coût. Voici comment fonctionne la rotation d’adresses IP dans le scraping si vous souhaitez en comprendre les mécanismes.

Seule une petite fraction. Une étude universitaire menée sur 30 mois et portant sur plus de 640 000 proxys gratuits provenant de 11 sites de listes a révélé qu’en moyenne, environ 3,4 % d’entre eux passaient la vérification un jour donné, et que les proxys compatibles HTTPS ne représentaient en moyenne qu’environ 2,5 % du nombre de ceux qui répondaient via HTTP. Prévoyez d’écarter la plupart des entrées de n’importe quelle liste.

Cette étude de 30 mois a collecté et testé quotidiennement des proxys gratuits, et le bilan n’est pas entièrement sombre. Environ 30,8 % des proxys ayant fonctionné au moins une fois ont été observés actifs pendant plus de 100 jours ; certains proxys gratuits ont donc une certaine longévité. Il est simplement impossible de savoir à l’avance lesquels.

Les listes se recoupent également bien plus que ne le laissent supposer leurs chiffres déclarés. Dans le cadre d’une analyse à grande échelle des proxys HTTP ouverts, les 144 349 entrées recueillies sur des sites de listes se sont avérées ne correspondre qu’à 65 871 proxys uniques. Les sites copient à partir des mêmes sources publiques ; ainsi, un nombre plus élevé affiché sur une page d’accueil ne signifie pas qu’il y a davantage de proxys fonctionnels.

C’est pourquoi le classement accorde une telle importance à l’actualité et à la qualité des données. Une liste régulièrement mise à jour et filtrant les entrées inutiles vous évite de tester des proxys hors service, mais elle ne peut rien changer au fait que très peu d’entre eux fonctionnent un jour donné.

Pas pour des données sensibles. L’opérateur d’un proxy gratuit peut lire et modifier le trafic non chiffré, enregistrer vos requêtes et injecter des publicités ou des scripts ; de plus, de nombreux proxys gratuits fonctionnent sur des routeurs piratés. Utilisez-les uniquement pour des pages publiques et non sensibles, activez la vérification des certificats et n’envoyez jamais d’identifiants, de cookies ou de clés API via ces proxys.

Un proxy se place au milieu de chaque requête, ce qui en fait une cible idéale pour une attaque de type «manipulateur au milieu». Sur un protocole HTTP en clair, le proxy voit et peut réécrire l’intégralité de la requête et de la réponse. Pour le protocole HTTPS, un proxy « correct » utilise la méthode HTTP CONNECT pour ouvrir un tunnel et ne relaie que les octets chiffrés. Il peut voir quel hôte vous visitez, mais pas la page elle-même, à condition que votre client vérifie les certificats.

Les recherches le confirment. L’étude du NDSS a révélé qu’environ 38 % des proxys testés modifiaient le contenu d’une manière ou d’une autre, et que 5,15 % le faisaient de manière malveillante. Parmi ceux-ci, 47 % injectaient des publicités, 39 % injectaient du code de suivi ou d’empreinte numérique, et 12 % redirigeaient vers des pages contenant des logiciels malveillants. Cette étude, menée sur 30 mois, a révélé qu’en moyenne, 5,7 % des proxys actifs renvoyaient du contenu altéré à chaque test, sans compter les milliers de vulnérabilités connues présentes sur les machines derrière ces proxys.

N’envoyez jamais ces éléments via un proxy gratuit :

• Identifiants et mots de passe
• Cookies de session
• Clés ou jetons API
• Données de paiement
• Données personnelles vous concernant ou concernant toute autre personne

Ne tentez jamais verify=False de « corriger » une erreur de certificat via un proxy, et n’exécutez jamais l’exécutable « checker » ou l’extension de navigateur proposée par un site répertoriant des proxys. Il y a également un aspect juridique et éthique : certains proxys gratuits fonctionnent sur des appareils dont les propriétaires n’ont jamais accepté de relayer votre trafic.

Envoyez quelques petites requêtes via chaque proxy vers un point de terminaison de test tel que httpbin.org. Vérifiez qu’il établit bien la connexion, quelle adresse IP le site détecte, quels en-têtes il ajoute, s’il est capable d’ouvrir un tunnel HTTPS et si une page connue s’affiche sans modification. Ne conservez que les proxys qui réussissent tous les tests, et refaites-les avant chaque utilisation.

Configurez un environnement virtuel et installez Requests avec prise en charge SOCKS :

python -m venv .venv && source .venv/bin/activate
pip install "requests[socks]"

Enregistrez ce script sous le nom free_proxy_check.py:

#!/usr/bin/env python3
"""Check a free proxy list for dead, leaky, HTTP-only, and tampering proxies."""
import csv
import hashlib
import os
import sys
import time
from concurrent.futures import ThreadPoolExecutor

import requests

BASE = os.environ.get("CHECK_BASE", "http://httpbin.org")
HTTPS_URL = os.environ.get("CHECK_HTTPS_URL", "https://httpbin.org/ip")
TIMEOUT = float(os.environ.get("CHECK_TIMEOUT", "8"))
WORKERS = int(os.environ.get("CHECK_WORKERS", "20"))
PROXY_HEADERS = {"via", "x-forwarded-for", "forwarded", "x-real-ip", "client-ip"}


def new_session(proxy=None):
    s = requests.Session()
    s.trust_env = False  # ignore HTTP(S)_PROXY / NO_PROXY from the shell
    if proxy:
        s.proxies = {"http": proxy, "https": proxy}
    return s


def baseline():
    """What the test server sees with no proxy: our IP and the true page hash."""
    s = new_session()
    my_ip = os.environ.get("CHECK_REAL_IP") or s.get(f"{BASE}/ip", timeout=TIMEOUT).json()["origin"]
    page = s.get(f"{BASE}/html", timeout=TIMEOUT).content
    return my_ip, hashlib.sha256(page).hexdigest()


def check(proxy, my_ip, page_hash):
    row = {"proxy": proxy, "verdict": "dead", "exit_ip": "", "latency_ms": "",
           "https": False, "proxy_headers": "", "tampered": False, "error": ""}
    s = new_session(proxy)
    try:
        start = time.perf_counter()
        r = s.get(f"{BASE}/ip", timeout=TIMEOUT)
        r.raise_for_status()
        row["latency_ms"] = round((time.perf_counter() - start) * 1000)
        row["exit_ip"] = r.json()["origin"]

        seen = s.get(f"{BASE}/headers?show_env=1", timeout=TIMEOUT).json()["headers"]
        added = {k: v for k, v in seen.items() if k.lower() in PROXY_HEADERS}
        row["proxy_headers"] = ";".join(f"{k}={v}" for k, v in added.items())
        leaks_ip = my_ip in row["exit_ip"] or any(my_ip in v for v in added.values())
        # httpbin.org's own load balancer adds one X-Forwarded-For hop; more means the proxy added one
        hops = added.get("X-Forwarded-For", "").count(",") + 1 if "X-Forwarded-For" in added else 0
        reveals = "Via" in added or "Forwarded" in added or hops > 1

        page = s.get(f"{BASE}/html", timeout=TIMEOUT).content
        row["tampered"] = hashlib.sha256(page).hexdigest() != page_hash
    except (requests.RequestException, ValueError, KeyError) as exc:
        row["error"] = type(exc).__name__
        return row

    try:
        row["https"] = s.get(HTTPS_URL, timeout=TIMEOUT).ok
    except requests.RequestException:
        row["https"] = False

    if row["tampered"]:
        row["verdict"] = "tampered"
    elif leaks_ip:
        row["verdict"] = "leaks_ip"
    elif not row["https"]:
        row["verdict"] = "http_only"
    elif reveals:
        row["verdict"] = "reveals_proxy"
    else:
        row["verdict"] = "usable"
    return row


def main(path):
    with open(path) as f:
        proxies = [line.strip() for line in f if line.strip() and not line.startswith("#")]
    proxies = [p if "://" in p else f"http://{p}" for p in proxies]
    my_ip, page_hash = baseline()

    with ThreadPoolExecutor(max_workers=WORKERS) as pool:
        rows = list(pool.map(lambda p: check(p, my_ip, page_hash), proxies))

    writer = csv.DictWriter(sys.stdout, fieldnames=rows[0].keys())
    writer.writeheader()
    writer.writerows(rows)
    usable = sum(r["verdict"] == "usable" for r in rows)
    print(f"{usable}/{len(rows)} proxies usable", file=sys.stderr)


if __name__ == "__main__":
    main(sys.argv[1] if len(sys.argv) > 1 else "proxies.txt")

Le script effectue cinq vérifications sur chaque proxy, dans l’ordre suivant :

1. Connexion et latence. Il envoie une requête /ip via le proxy et chronomètre le temps de transit aller-retour. Une connexion refusée ou un délai d’expiration signifie que le proxy est hors service.
2. IP de sortie. Il compare l’adresse IP détectée par httpbin.org avec votre adresse IP réelle obtenue lors d’une requête directe. Si votre propre adresse IP apparaît, cela signifie que le proxy la divulgue.
3. En-têtes ajoutés. Il recherche les en-têtes ajoutés par le proxy, tels que « Via », l’en-tête « X-Forwarded-For » et l’en-tête standard « Forwarded ». Ceux-ci révèlent la présence d’un proxy dans le chemin et contiennent parfois votre adresse IP réelle.
4. Intégrité de la page. Il compare le hachage SHA-256 de la /html récupérée via le proxy avec celle d’une requête directe. Toute différence signifie que le proxy a modifié la page.
5. HTTPS via CONNECT. Il envoie une requête vers une URL HTTPS via le proxy. Si le tunnel échoue, le proxy ne fonctionne que pour le HTTP simple.

Enregistrez vos candidats dans un fichier texte, à raison d’un par ligne. Les host:port sont traitées comme du HTTP, et vous pouvez ajouter un schéma pour SOCKS. Les adresses ci-dessous sont des adresses IP réservées à la documentation ; remplacez-les donc par des entrées de votre liste :

# one proxy per line; bare host:port means HTTP
203.0.113.10:8080
http://198.51.100.24:3128
socks5h://192.0.2.55:1080

Lancez ensuite le vérificateur :

python free_proxy_check.py proxies.txt > results.csv

Le script écrit une ligne CSV par proxy dans results.csv et affiche le nombre de proxys utilisables. Les proxys gratuits sont lents ; par conséquent, si ceux qui fonctionnent correctement continuent de dépasser le délai d’attente, augmentez ce délai à l’aide de la CHECK_TIMEOUT variable d’environnement (en secondes).

Deux paramètres du script sont importants. Utilisez socks5h:// au lieu de socks5:// force le proxy à résoudre les noms d’hôtes, ce qui évite que les requêtes DNS ne transitent par votre propre réseau. Le paramètre trust_env = False empêche Requests de récupérer les paramètres de proxy depuis votre shell, de sorte que chaque vérification passe uniquement par le proxy testé. La documentation sur les proxys de Requests couvre ces deux points.

Fournissez au vérificateur une exportation en texte brut provenant de l’une des listes ci-dessus, telle que l’API de ProxyScrape, le chargeur d’URL de Geonode ou l’un des fichiers texte de GitHub. Pour les tests ping, curl, les bases de données de réputation IP et les niveaux d’anonymat, suivez nos six méthodes pratiques pour tester les proxys. Vous débutez avec les proxys dans Requests ? Voici comment configurer un proxy dans Python Requests, y compris l’authentification et SOCKS5. Lorsqu’un proxy échoue avec un code 407, 502 ou une requête CONNECT refusée, lisez l’erreur d’état du proxy avant d’accuser la cible.

Optez pour une solution payante lorsque le maintien d’une liste gratuite coûte plus cher qu’un abonnement. Les signes évidents sont les tâches récurrentes, les taux de réussite imprévisibles, le besoin d’un accès HTTPS ou d’un pays spécifique, les identifiants de connexion ou les heures passées à revérifier les proxys. Optez pour des proxys résidentiels pour les cibles difficiles ou locales, des proxys de centre de données pour les sites tolérants, ou une API de scraping pour éviter la gestion des proxys.

Les proxys gratuits constituent un bon moyen d’apprendre. Vous découvrez comment fonctionnent les paramètres de proxy et pourquoi la mention « anonyme » sur une liste ne signifie pas toujours « anonyme ». Mais une liste gratuite n’est pas vraiment gratuite. Vous payez en temps passé à la récupérer et à la tester, à relancer des tâches qui se sont interrompues en cours de route, et à vérifier que vos données sont restées inchangées. Dès que ce temps vaut plus qu’un forfait modeste, la gratuité devient l’option la plus coûteuse.

Vous souhaitez tout de même une liste, mais une liste fiable ? Découvrez comment sont tarifées et sélectionnées les listes de proxys payantes. Pour les adresses IP grand public et le ciblage par ville, comparez les meilleurs fournisseurs de proxys résidentiels rotatifs. Pour les tâches à fort volume sur des sites tolérants, comparez les proxys partagés aux proxys dédiés en centre de données.

WebScrapingAPI propose trois options payantes qui correspondent au tableau ci-dessus :

• Proxys résidentiels. Les proxys résidentiels tournent par défaut, conservent des sessions persistantes jusqu’à 10 minutes et acceptent les protocoles HTTP, HTTPS ou SOCKS5.
• Proxys de centre de données. Pour un débit élevé sur des cibles acceptant le trafic de centre de données, utilisez des proxys de centre de données avec votre propre client. La tarification se fait sur devis, en fonction de votre volume de trafic.
• API Scraper. Ou évitez la gestion des proxys : l’API Scraper prend en charge une URL et gère les proxys, les tentatives de reconnexion et le rendu JavaScript (en option). Le rendu JavaScript et le ciblage géographique ne coûtent pas de crédits supplémentaires, et les requêtes ayant échoué ne sont pas facturées.

Voici la même vérification de l’httpbin.org/ip depuis le testeur, envoyée via l’API Scraper avec une sortie aux États-Unis. Définissez d’abord votre clé API dans la WSA_API_KEY variable d’environnement :

import os

import requests

params = {
    "api_key": os.environ["WSA_API_KEY"],
    "url": "https://httpbin.org/ip",
    "country": "us",
}
r = requests.get("https://api.webscrapingapi.com/v2", params=params, timeout=60)
print(r.status_code, r.text[:200])

Cela dépend de la tâche à accomplir. La liste gratuite de ProxyScrape est la plus polyvalente pour les scripts, avec des filtres et une API gratuite. Geonode ajoute des données sur la disponibilité et le réseau, et les flux GitHub tels que monosans/proxy-list sont les plus faciles à automatiser. Aucun n’est suffisamment fiable pour une utilisation en production, il faut donc tester chaque proxy au préalable.

Uniquement pour les requêtes publiques et non sensibles. L’opérateur d’un proxy gratuit peut enregistrer votre trafic et modifier tout ce qui est envoyé via HTTP en clair, et des recherches ont mis en évidence des milliers de proxys gratuits injectant du contenu. Activez les vérifications de certificats, privilégiez les cibles HTTPS, n’envoyez jamais d’identifiants ni de clés API, et testez chaque proxy avant que votre scraper ne s’appuie dessus.

En général, une petite minorité. Une étude universitaire menée sur 30 mois et portant sur plus de 640 000 proxys gratuits a révélé qu’en moyenne, environ 3,4 % d’entre eux passaient la vérification un jour donné. Les résultats varient selon les listes et les heures ; testez donc chaque proxy juste avant de l’utiliser et prévoyez d’écarter la plupart des entrées.

ProxyScrape propose une API publique gratuite ainsi que des exportations au format TXT, JSON et CSV, tandis que Geonode vous permet de charger une liste filtrée via une URL. Des projets GitHub tels que monosans/proxy-list et Proxifly publient des fichiers en texte clair que vous pouvez récupérer directement. Hide.mn réserve ses exportations et son API aux abonnés payants. Récupérez toujours les flux via HTTPS.

Actualisez-la juste avant chaque exécution. Certains proxys gratuits restent actifs pendant des mois, mais beaucoup disparaissent en quelques jours, et il est impossible de savoir à l’avance lesquels. Même une liste mise à jour toutes les minutes ne peut pas prédire comment un proxy traitera votre cible ; il faut donc récupérer, tester et utiliser immédiatement ceux qui restent actifs.

Il en existe, mais ils sont rares. Au cours d’une étude menée sur 30 mois, les proxys compatibles HTTPS ne représentaient en moyenne qu’environ 2,5 % du nombre de ceux qui répondaient via HTTP. Un proxy compatible HTTPS prend en charge la méthode CONNECT, qui achemine le trafic chiffré de bout en bout. Testez cela directement, car les mentions « HTTPS » sur les listes sont souvent erronées ou obsolètes.

Pas de manière fiable. Les listes gratuites mélangent des serveurs d’hébergement et des appareils domestiques, et de nombreuses adresses IP d’apparence résidentielle proviennent en réalité de routeurs détournés dont les propriétaires n’ont jamais accepté de les partager. Quelques fournisseurs proposent de petites formules gratuites, comme les 10 proxys partagés de Webshare, mais les adresses IP résidentielles fiables et obtenues de manière éthique à grande échelle ont un coût.

La plupart des services de « proxys rotatifs gratuits » sont des versions d’essai ou de petits niveaux d’accès gratuits associés à des produits payants, et non des pools définitivement gratuits. La rotation nécessite un pool d’adresses IP fonctionnelles régulièrement mis à jour, dont la gestion a un coût. Si vous avez besoin d’une rotation pour une tâche récurrente, prévoyez un forfait de proxys payant ou une API de scraping qui gère la rotation à votre place.

Les proxys payants s’accompagnent de garanties : un opérateur identifié, une authentification, la prise en charge du protocole HTTPS, le ciblage géographique et une équipe chargée de corriger les adresses IP inactives. Les proxys gratuits sont anonymes, partagés et non entretenus. La version gratuite peut convenir à des fins d’apprentissage. Pour les tâches récurrentes, les proxys payants reviennent généralement moins cher que les heures perdues à retester et à relancer des extractions ayant échoué.

L’utilisation d’un proxy public n’est pas illégale dans la plupart des pays, mais certains proxys gratuits fonctionnent sur des appareils piratés sans le consentement de leur propriétaire, et le fait d’acheminer du trafic via ces derniers soulève des questions juridiques et éthiques. La légalité du scraping lui-même dépend de ce que vous collectez et de l’endroit où vous le faites. Ceci ne constitue pas un avis juridique ; veuillez donc vérifier la réglementation locale.

Les listes de proxys gratuits constituent un bon moyen d’apprendre, mais une base peu fiable pour les données dont vous dépendez. Lorsque vous serez prêt à payer, comparez les formules de proxys résidentiels, à partir de 8,50 $ par Go en paiement à l’utilisation, ou demandez un devis pour des proxys de centre de données adapté à votre trafic. Si vous préférez ne pas gérer de proxys du tout, les forfaits Scraper API commencent avec 5 000 requêtes gratuites. Le rendu JavaScript et le ciblage géographique ne coûtent pas de crédits supplémentaires, et les requêtes échouées ne sont pas facturées.