Proxy per il Web Scraping: Cos’è, Perché Serve e Come Averlo Gratis

Va sempre allo stesso modo. Lo script parte, le prime pagine arrivano, e dopo qualche decina di richieste il sito smette di rispondere: errore 403, un CAPTCHA, oppure pagine che tornano vuote. Non hai fatto niente di illecito — hai solo chiesto troppo, troppo in fretta, sempre dallo stesso indirizzo IP.

Il proxy è la soluzione a questo problema, ed è il motivo per cui chiunque faccia web scraping prima o poi finisce a cercare “proxy gratis”. In questa guida vediamo cos’è davvero un server proxy e come funziona, perché è indispensabile per l’estrazione dati, dove trovare proxy gratuiti (con i loro limiti reali dichiarati apertamente) e perché con Octoparse il problema si risolve da solo: il pool di proxy per lo scraping è già integrato nello strumento, senza comprare indirizzi a parte e senza configurare niente.

Cos’è un server proxy e come funziona

Un server proxy è un computer che si mette in mezzo tra te e il sito che vuoi raggiungere. Invece di collegarti direttamente, mandi la richiesta al proxy; il proxy la inoltra al sito usando il proprio indirizzo IP, riceve la risposta e te la rigira. Il sito vede l’IP del proxy, non il tuo.

Tutto quello che un proxy sa fare deriva da questo semplice scambio di posto: mascherare la provenienza delle richieste, farti apparire in un altro Paese, distribuire molte richieste su molti indirizzi diversi e, in alcune configurazioni, mettere in cache le pagine per servirle più rapidamente.

Proxy o VPN: qual è la differenza reale

La confusione è comprensibile, perché il risultato visibile è lo stesso: cambi indirizzo IP. La differenza sta in cosa viene coperto e se il traffico è cifrato.

• Proxy: agisce a livello di singola applicazione — di solito il browser o lo scraper. Spesso non cifra nulla. È leggero, veloce e si può usare a decine in parallelo.
• VPN: agisce a livello di sistema operativo e cifra tutto il traffico del dispositivo. Più sicura, ma progettata per un indirizzo IP alla volta.

La regola pratica: VPN per la privacy, proxy per la scala. Se stai leggendo questa guida perché devi raccogliere dati, ti serve un proxy — anche se il primo risultato di Google ti propone una VPN.

I quattro tipi di proxy che incontrerai

• Datacenter: indirizzi di server ospitati in data center. Economici e molto veloci, ma facilmente riconoscibili — appartengono a blocchi di IP noti, e molti siti li bloccano a priori. Vanno bene sui target poco protetti.
• Residenziali: indirizzi assegnati da veri provider domestici. Molto più difficili da bloccare, perché indistinguibili dal traffico di un utente reale. Si pagano a consumo (per GB) e sono lo standard per lo scraping serio.
• ISP (residenziali statici): ibridi — velocità del datacenter, reputazione del residenziale. Utili quando serve mantenere lo stesso indirizzo a lungo, per esempio dentro una sessione autenticata.
• Mobili: indirizzi di reti 4G/5G. Praticamente impossibili da bloccare senza colpire anche utenti reali, e infatti costano molto più di tutti gli altri.

I server proxy free che trovi nelle liste pubbliche sono quasi sempre datacenter, oppure proxy rimasti aperti per un errore di configurazione. È il motivo per cui durano poco: nessuno li mantiene, e quando l’amministratore si accorge della falla li chiude.

Proxy freeware e proxy gratuito non sono la stessa cosa

Una distinzione che genera parecchia confusione nelle ricerche. Un proxy freeware è un software che installi tu — Squid, Privoxy e simili — e che fa da proxy sulla tua macchina o sulla tua rete locale. Un proxy gratuito è invece un servizio remoto a cui ti colleghi.

La differenza è decisiva per chi fa scraping: un freeware proxy ti dà controllo totale su filtri e cache, ma il traffico continua a uscire dalla tua connessione, quindi il sito vede sempre il tuo indirizzo IP. Non risolve il problema del blocco. Se il tuo obiettivo è non farti bloccare, ti serve un servizio remoto, non un software locale.

Perché il proxy è indispensabile per il web scraping

Questa è la parte che conta, e vale la pena capirla nel dettaglio: quasi tutti i problemi di scraping bloccato si risolvono qui.

Come i siti bloccano gli scraper

Un sito non “vede” che stai facendo scraping. Vede dei segnali, e il più forte di tutti è la frequenza di richieste per indirizzo IP.

Un utente umano apre una pagina ogni dieci o venti secondi, si ferma a leggere, torna indietro, cambia idea. Uno script ne apre dieci al secondo, in ordine perfetto, senza pause. Superata una soglia — che ogni sito definisce come vuole — scatta il rate limiting: prima rallentamenti artificiali, poi CAPTCHA, poi errori 403 (accesso negato) o 429 (troppe richieste), infine il blocco dell’indirizzo, a volte permanente.

All’indirizzo IP si affiancano altri controlli — impronta del browser, header HTTP incoerenti, cookie mancanti, assenza di movimenti del mouse — ma l’IP resta il primo filtro, quello che scatta prima di ogni altro. Ed è esattamente il filtro che i proxy neutralizzano.

Evitare il blocco: distribuire il carico su più indirizzi

Il meccanismo è aritmetico. Se mandi 1.000 richieste da un solo indirizzo, quell’indirizzo ne fa 1.000: un profilo che nessun sistema anti-bot lascia passare. Se le distribuisci su 50 proxy, ogni indirizzo ne riceve 20 — un comportamento indistinguibile da quello di cinquanta persone che consultano il sito nello stesso pomeriggio.

È per questo che la domanda giusta non è “quale proxy uso” ma “quante richieste finiscono su ciascun IP”. La soglia esatta non è pubblica e cambia da sito a sito — nessuno la dichiara, proprio per non renderla aggirabile — quindi si procede in modo conservativo: decidi tu quante richieste sei disposto a far ricadere su un singolo indirizzo, e dividi il numero totale di pagine per quella soglia. Il risultato è il numero di proxy che ti servono. Se durante l’esecuzione iniziano ad arrivare CAPTCHA o errori 429, la soglia era troppo alta: aumenta gli indirizzi, allunga i ritardi, o entrambe le cose.

Superare le restrizioni geografiche

Molti siti mostrano contenuti diversi a seconda del Paese di provenienza: prezzi, disponibilità, cataloghi, risultati di ricerca. Se raccogli prezzi di e-commerce o annunci immobiliari, i dati che ottieni dipendono da dove il sito crede che tu sia.

Con proxy localizzati puoi scegliere il punto di vista: raccogliere i prezzi italiani da un IP italiano, quelli tedeschi da un IP tedesco. Senza proxy raccogli sempre e solo la versione del tuo Paese — e spesso non te ne accorgi nemmeno, il che è il problema peggiore, perché i dati sembrano corretti ma rispondono a una domanda diversa da quella che ti eri posto.

Gestire il ritmo delle richieste

I proxy non sostituiscono il buon senso. Anche con cento indirizzi disponibili, mandare richieste alla massima velocità produce due effetti sgradevoli: sovraccarichi il server di qualcun altro, e generi un pattern temporale così regolare da risultare sospetto anche distribuito su molti IP.

La combinazione che funziona è sempre la stessa: rotazione degli indirizzi + ritardi variabili tra le richieste. La rotazione risolve il “quanto chiedo per IP”, i ritardi risolvono il “con che ritmo”. Serve entrambe le cose.

Proxy gratis: dove trovarli e quanto valgono davvero

Chiarito il perché, veniamo al dove. Le opzioni gratuite esistono e alcune sono ottime — a patto di sapere per cosa sono fatte. Le informazioni che seguono provengono dalle specifiche pubblicate dai fornitori e vanno riverificate prima dell’uso, perché limiti e prezzi cambiano di frequente.

Liste pubbliche: tanti IP, poca affidabilità

ProxyScrape mantiene una lista proxy gratis con oltre 20.000 indirizzi attivi in più di 180 Paesi, nei protocolli HTTP, HTTPS, SOCKS4 e SOCKS5. Si scarica in TXT, JSON o CSV, oppure si consuma via API pubblica senza registrarsi; l’elenco si aggiorna ogni minuto, con un mirror su GitHub ogni cinque. Ogni proxy viene verificato automaticamente con timeout massimo di 15 secondi e rimosso appena smette di rispondere.

Geonode pubblica una lista proxy free più piccola — circa 6.000 indirizzi online su 102 Paesi — ma con filtri decisamente più utili: Paese, protocollo, livello di anonimato (Elite, Anonymous, Transparent), velocità, uptime e “ultima verifica” fino a un minuto. I proxy più vecchi di 24 ore vengono rimossi automaticamente.

Il limite di questa categoria è strutturale, e Geonode stessa lo dichiara con insolita franchezza: l’affidabilità stimata di una lista pubblica si aggira tra il 30% e il 50%, contro il 99,9% dichiarato per i suoi proxy residenziali a pagamento (da 0,27 $/GB). Non è un difetto del fornitore — è la natura degli IP pubblici: li condividi con migliaia di sconosciuti, molti sono già segnalati dai siti che ti interessano, e nessuno garantisce che siano ancora vivi tra un’ora. Se li usi, il tuo codice deve prevedere retry, verifica preventiva e sostituzione continua.

Piani gratuiti veri: pochi IP, ma stabili

Webshare è l’eccezione della categoria: offre 10 proxy datacenter con 1 GB di traffico mensile, gratis e senza scadenza, senza richiedere carta di credito. Supporta HTTP e SOCKS5, e le credenziali si generano dalla dashboard. Trattandosi di infrastruttura gestita, la stabilità è quella di un servizio a pagamento.

I due limiti sono espliciti: 1 GB al mese si consuma rapidamente se le pagine contengono immagini, e 10 indirizzi datacenter offrono una rotazione molto ridotta — sufficiente per provare uno scraper su qualche centinaio di pagine, non per un progetto continuativo. I piani a pagamento partono da 0,018 $/IP.

VPN gratuite: ottime per navigare, inutili per lo scraping

Vale la pena nominarle perché una buona parte di chi cerca “proxy free” in realtà cerca questo. Proton VPN offre un piano gratuito con dati illimitati e nessun limite di velocità, politica no-log e nessuna pubblicità, con il vincolo di un solo dispositivo collegato. Opera integra nel proprio browser un proxy gratuito e illimitato, senza account, con tre aree geografiche selezionabili e cifratura AES-256.

Per la navigazione quotidiana sono le scelte migliori tra i gratuiti. Per lo scraping non servono, e non per una questione di qualità: una VPN ti assegna un indirizzo alla volta, cioè l’esatto contrario di quello che serve per distribuire le richieste.

Web proxy online: una pagina alla volta, senza installare nulla

C’è infine la categoria che cerca chi digita web proxy, proxy online o proxy browser: i proxy che funzionano dentro una pagina web. Apri il sito del servizio, incolli l’URL di destinazione, scegli eventualmente un Paese e navighi. Nessuna installazione, nessun account, nessuna configurazione di rete. Sono quelli che in rete trovi indicati anche come server proxy online.

Funzionano bene per un compito preciso e limitato: aprire al volo una pagina bloccata da una rete aziendale o scolastica, controllare come appare un sito da un altro Paese, leggere un articolo geo-limitato. Il proxy integrato in Opera è di fatto la versione più comoda e affidabile di questa idea, perché vive nel browser invece che dentro una pagina.

Su quelli generici va detto chiaramente cosa non sono. Non sono strumenti di privacy: chi gestisce il servizio vede tutto il traffico che ci fai passare, e molti si finanziano con pubblicità invasiva. Non inserire mai credenziali, dati bancari o informazioni personali dentro un web proxy gratuito. Spesso si rompono sui siti moderni pieni di JavaScript. E per lo scraping non servono a nulla, perché lavorano una pagina alla volta dentro un’interfaccia che non puoi automatizzare.

Tabella comparativa delle opzioni gratuite

Perché i proxy gratuiti da soli non bastano

Mettendo in fila quello che abbiamo visto, il quadro è chiaro: le liste pubbliche danno volume ma non affidabilità, i piani gratuiti danno affidabilità ma pochissimo volume, le VPN non danno rotazione. Nessuna delle tre copre da sola un progetto di scraping reale.

Chi decide di andare oltre compra IP residenziali — IPRoyal parte da 1,75 $/GB su un pool di oltre 64 milioni di indirizzi, Decodo da 2,75 $/GB su 115 milioni di IP in 195+ località con targeting fino a città e ASN. Sono servizi solidi, ma comprare gli indirizzi è solo metà del lavoro.

L’altra metà è l’infrastruttura che ci costruisci intorno, ed è la parte che si sottovaluta sempre: verificare i proxy prima di usarli, sostituirli quando cadono, decidere la logica di rotazione (a ogni richiesta? a ogni sessione? per Paese?), gestire retry ed errori, sincronizzare i ritardi, tenere le sessioni coerenti sui siti che richiedono login. È lavoro di manutenzione continua, e non produce un solo dato in più: serve solo a poter raccogliere quelli che volevi.

Da qui la domanda che conta davvero: vuoi costruirti l’infrastruttura di proxy, o vuoi i dati?

Octoparse: il pool di proxy per lo scraping è già incluso

Octoparse non è un servizio proxy — è uno strumento di web scraping no-code. Ma è in questa guida per un motivo preciso: integra un proprio pool di proxy per lo scraping, compreso nell’abbonamento. Non devi cercare una lista, non devi comprare indirizzi da un fornitore esterno, non devi scrivere logica di rotazione. Tutto quello che abbiamo descritto nelle sezioni precedenti — il problema, la matematica delle richieste per IP, la manutenzione — è già risolto dentro lo strumento.

Come funziona il pool integrato

Quando esegui un’attività nel cloud, le richieste non partono dalla tua connessione: passano attraverso l’infrastruttura di Octoparse, che ruota automaticamente gli indirizzi IP distribuendo il carico. È esattamente la strategia descritta sopra — molte richieste su molti indirizzi, ciascuno sotto la soglia di sospetto — applicata senza che tu debba configurare nulla.

C’è un dettaglio che vale la pena mettere in fila con i prezzi visti sopra. A partire dal Piano Standard sono compresi sia la rotazione di IP sia i proxy residenziali — cioè proprio il tipo di indirizzi più difficile da bloccare, quelli che tutti gli altri fornitori fanno pagare a consumo, tra 1,75 e 4,00 $ per GB. Qui non ci sono GB da comprare, pool da ricaricare o fornitori esterni da gestire: gli indirizzi sono inclusi nell’abbonamento, e la fattura non cambia in base a quanti dati raccogli.

Chi preferisce mantenere il controllo può fare l’opposto: nelle esecuzioni locali Octoparse permette di configurare la propria lista di proxy e l’intervallo di rotazione, così puoi usare gli indirizzi che hai già acquistato mantenendo la gestione dentro un’unica interfaccia. È anche il modo di sfruttare i proxy gratuiti descritti sopra senza scrivere una riga di codice.

I proxy da soli non bastano — cosa Octoparse risolve oltre all’IP

Come abbiamo visto, l’indirizzo IP è il primo filtro, non l’unico. Ed è qui che avere lo scraping e i proxy nello stesso strumento fa la differenza, perché gli altri segnali vengono gestiti in modo coerente con la rotazione:

• Rendering JavaScript: i siti dinamici caricano i contenuti dopo il primo caricamento della pagina. Octoparse esegue il JavaScript come un browser reale, quindi vede quello che vedrebbe un utente.
• Ritardi e pianificazione: puoi impostare intervalli tra le richieste e programmare le esecuzioni in fasce orarie diverse, evitando il pattern temporale troppo regolare.
• Rilevamento automatico dei campi: non serve scrivere XPath a mano per capire quali dati estrarre.
• Esportazione strutturata: i dati escono già puliti in Excel, CSV, JSON o direttamente in un database.

Come usare Octoparse passo dopo passo

Passo 1 — Crea una nuova attività. Incolla l’URL della pagina da cui vuoi estrarre i dati e avvia il rilevamento automatico: Octoparse identifica da solo la struttura della pagina e propone i campi da raccogliere.

Passo 2 — Verifica i dati rilevati. Controlla l’anteprima, elimina i campi che non ti servono e aggiungi quelli mancanti selezionandoli direttamente sulla pagina nel browser integrato.

Passo 3 — Esegui nel cloud e lascia lavorare i proxy. Scegli l’esecuzione nel cloud invece di quella locale: da questo momento le richieste vengono distribuite automaticamente sul pool di IP, senza nessuna configurazione da parte tua. Al termine esporta i dati nel formato che preferisci, oppure programma l’attività perché si ripeta a intervalli regolari.

Come scegliere la soluzione giusta per il tuo caso

Aspetti legali ed etici

Usare un proxy è perfettamente legale in Italia e nell’Unione Europea. Quello che conta è cosa ci fai passare attraverso.

• Dati personali: nomi, email, numeri di telefono e profili social ricadono sotto il GDPR anche quando sono pubblicamente visibili. Raccoglierli richiede una base giuridica valida; cambiare indirizzo IP non cambia questo.
• Termini di servizio: molti siti vietano lo scraping automatizzato nei propri termini. È una questione contrattuale, non penale, ma può portare al blocco dell’account o a contestazioni civili.
• Carico sui server: anche con cento indirizzi a disposizione, mantieni ritardi ragionevoli. Un sito che rallenta perché lo stai interrogando troppo è un danno reale a terzi.
• Provenienza degli IP: alcune reti residenziali a basso costo si alimentano con indirizzi di utenti che non hanno acconsentito consapevolmente. Preferisci fornitori che dichiarano la provenienza etica del pool.
• robots.txt e API ufficiali: quando esiste un’API pubblica, usala. È più stabile, più veloce e non lascia zone grigie.

Nulla di quanto scritto in questa guida costituisce consulenza legale: per progetti commerciali su larga scala, verifica con un professionista.

Conclusione

Se sei arrivato qui perché un sito ti ha bloccato, ora sai perché è successo: troppe richieste dallo stesso indirizzo IP. E sai qual è la soluzione — distribuirle su molti indirizzi, mantenendo ciascuno sotto la soglia di attenzione.

Per navigare in sicurezza, Proton VPN o il proxy integrato di Opera risolvono tutto gratis. Per una lista proxy gratis da usare in uno script, ProxyScrape offre volume e Geonode qualità filtrata, con l’avvertenza che una quota consistente di quegli indirizzi smetterà di funzionare entro poche ore. Per provare uno scraper senza spendere, il piano gratuito di Webshare è l’unico gratuito con la stabilità di un servizio a pagamento.

Ma se il tuo obiettivo sono i dati — prezzi, annunci, cataloghi, schede prodotto — la conclusione onesta è che i proxy gratuiti ti portano fino a un certo punto e poi si fermano, e che gestirli è un lavoro a parte rispetto a raccogliere i dati. Octoparse elimina quel lavoro: il pool di proxy è già dentro lo strumento e compreso nell’abbonamento — rotazione di IP e proxy residenziali inclusi dal Piano Standard, senza costi a consumo per GB e senza fornitori esterni da gestire. Tu ti occupi di quali dati ti servono, alla rotazione degli indirizzi pensa lui.

Se vuoi approfondire il resto del percorso, abbiamo guide dedicate ai migliori web crawler gratuiti per principianti, ai website copier più facili da usare e ai downloader di immagini.

FAQ-Domande frequenti sui proxy

1. Cos’è un server proxy, in parole semplici?

È un computer che inoltra le tue richieste al posto tuo. Il sito che visiti vede l’indirizzo IP del proxy invece del tuo, e questo permette di mascherare la provenienza, apparire in un altro Paese o distribuire molte richieste su molti indirizzi diversi.

2. Perché serve un proxy per fare web scraping?

Perché i siti bloccano in base alla frequenza di richieste per indirizzo IP. Mille richieste da un solo indirizzo fanno scattare CAPTCHA ed errori 403; le stesse mille distribuite su cinquanta proxy diventano venti richieste ciascuno, un profilo del tutto normale.

3. Qual è la differenza tra un proxy e una VPN?

Il proxy agisce su una singola applicazione e spesso non cifra il traffico; la VPN cifra tutto il traffico del dispositivo. La VPN è più sicura per la privacy, il proxy è più adatto quando servono molti indirizzi in parallelo — cioè per il web scraping.

4. Posso usare proxy gratuiti per lo scraping?

Per poche centinaia di pagine su un sito poco protetto, sì: il piano gratuito di Webshare (10 proxy, 1 GB/mese) basta. Per volumi maggiori o siti con difese moderne no, perché gli IP delle liste pubbliche sono già segnalati e vengono bloccati quasi subito.

5. Dove trovo una lista proxy gratis aggiornata?

ProxyScrape pubblica oltre 20.000 proxy aggiornati ogni minuto, scaricabili in TXT, JSON o CSV anche via API senza registrazione. Geonode ne offre meno ma con filtri per Paese, anonimato e uptime. Aspettati che una quota consistente smetta di funzionare nel giro di ore.

6. Octoparse include dei proxy? Devo comprarli a parte?

Octoparse integra un proprio pool di proxy: non devi acquistarli da un fornitore esterno. A partire dal Piano Standard sono inclusi l’esecuzione nel cloud, la rotazione di IP e i proxy residenziali, senza costi a consumo per GB. Con il piano gratuito lavori in esecuzione locale, dove puoi comunque configurare una tua lista di proxy e l’intervallo di rotazione.

7. Esiste un proxy freeware affidabile?

Sì, ma risolve un problema diverso. Un proxy freeware come Squid o Privoxy è software che installi tu: ottimo per filtrare o mettere in cache il traffico della tua rete, inutile per cambiare indirizzo IP, perché il traffico continua a uscire dalla tua connessione. Per non farti bloccare ti serve un servizio remoto.

8. Cos’è un web proxy online e quando conviene usarlo?

È un proxy che funziona dentro una pagina web: incolli l’URL e navighi, senza installare niente. Conviene per aprire al volo una singola pagina bloccata. Non è adatto alla privacy, si rompe sui siti pieni di JavaScript e non può essere automatizzato.

9. Quanti proxy servono per fare scraping su un sito?

Ragiona in richieste per indirizzo, non in numero assoluto: dividi il numero totale di pagine per quante richieste sei disposto a far ricadere su un singolo IP, e ottieni quanti indirizzi ti servono. La soglia oltre la quale un sito blocca non è pubblica e varia da caso a caso, quindi conviene partire prudenti e correggere: se compaiono CAPTCHA o errori 429, servono più indirizzi o ritardi più lunghi.

10. Usare un proxy per fare scraping è legale?

Usare un proxy è legale. Quello che può non esserlo è cosa raccogli: i dati personali ricadono sotto il GDPR anche se pubblici, e molti siti vietano lo scraping nei termini di servizio. Il proxy nasconde l’indirizzo IP, non ti esenta dalle regole.