网页采集代理轮换：请求与会话边界

网页采集中的代理轮换可以改变网络路由，同时让已打开的浏览器上下文保留 Cookie 和页面。真正需要回答的是每个请求走了哪条路，而不是浏览器是否因此获得了新身份。BotBrowser 文档提供上下文级代理更新与地理设置说明；产品不提供代理地址，不为地址赋予信誉，也不保证网站接受访问。对于已授权的采集任务，应为每次路由变化划定请求边界，并分别检查各项观测。

摘要

• 更换出口地址不会重置 Cookie、验证账户或替换指纹配置。
• BotBrowser 文档明确存在交叠：已经发出的请求沿旧代理完成，后续新请求使用更新后的路由。
• HTTP 端点、DNS 观测方和 WebRTC 对端看到的是不同网络路径。
• 同一上下文的更新应顺序执行，并在依赖新路由的导航前等待完成。
• 诊断记录不应包含凭据；遇到授权拒绝应停止任务，不应换地址继续尝试同一操作。

目录

• 保留上下文中的路由变化
• 五类观测分别说明什么
• 跨越交接时刻的请求
• 自有端点的运行前记录
• 为任务选择轮换边界
• BotBrowser 控制与限制
• 实践结论

保留上下文中的路由变化

代理设置选择网络路径。Cookie 和 localStorage 属于浏览器中应用状态的生命周期。因此，在更新路由时保留同一个 BrowserContext，与新建上下文是两种不同情况。应分别记录这两类操作；计划任务里的 run-B 标签本身无法说明客户端状态是否被复用。

按上下文分配代理介绍如何给不同上下文分配独立路由。在其中一个上下文内部轮换时，还需要时间边界：更新前的路由、已经完成的更新，以及第一个依赖该更新的请求。已经加载的文档不能证明后续导航会采用哪条路由。

自有集成可能需要保留应用状态，但状态是否仍有效由服务器决定。采集任务之间的 Cookie 连续性区分客户端保留与服务器接受。更换出口不会赋予权限，也不会使服务无法观察到会话的延续。

应区分浏览器控制的切换与供应方的轮换网关。前者由任务提交上下文更新，并保留完成结果。后者可以保持浏览器中的代理 URL 不变，由外部网关选择上游出口。BotBrowser 文档中的更新边界无法证明外部决策发生于何时。把网关会话策略与上下文策略放在一起，才能让意外出口有具体配置可供核对。

应用会话的历史也比最后一次 HTTP 请求更长。即使新上下文没有 Cookie，应用自己的服务器仍可保留账户事件。因此，客户端状态干净只描述该浏览器存储边界，不代表服务忘记了之前的活动。应用测试若要求账户隔离，应使用经过批准的独立测试账户；路由轮换不是账户生命周期机制。

五类观测分别说明什么

自有 HTTP 端点可以记录到达其网络边界的对端地址。如果前面有负载均衡器或反向代理，应用看到的可能是该中间层。MDN 的 X-Forwarded-For 说明要求先明确可信代理配置，再将转发地址用于安全决策。任意 X-Forwarded-For 值都不能独立证明出口。

观测项	自有测试环境应保留的证据	无法据此确定的事项
HTTP 出口	请求标识、时间与可信边缘节点观测	DNS 或媒体传输也走同一路径
DNS 解析	指定主机名的解析器路径证据	HTTP 响应经过预定代理
区域设置	显式覆盖配置与测试页显示的时区、语言	用户的实际位置或身份
WebRTC	声明的媒体策略与已授权对端的传输观测	每个候选地址都证明了数据包路径
应用状态	所需存储标记与单独的服务器结果	换地址就创建了干净或被接受的会话

BotBrowser 代理配置文档区分 socks5:// 的本地 DNS 与 socks5h:// 的远端 DNS。这是产品文档规定的行为，不代表所有框架都以同样方式解释这些协议前缀。应保留实际前缀与解析器证据，不要从页面成功加载反推 DNS 路径。

MDN WebRTC 概览介绍了普通文档获取之外的对等通信。候选信息呈现与实际传输需要分别解读。代理、DNS 与 WebRTC 一致性讨论关联这些信号面，而不把一次 HTTP 响应当作完整网络审计。

每一行都应有自己的预期条件。HTTP 检查可以要求观测到已批准的路由标签；DNS 可以要求符合组织的远端解析策略。区域显示测试也可以明确要求固定界面语言，而不是出口地理估计对应的语言。这些条件服务于不同目的。把每个差异都称为泄漏，会误判合理偏好；把每个相同标签都判为通过，又会漏掉真实传输问题。

缺少某项观测时，应保留缺失，不要用相近值替代。代理控制响应可以证明命令完成，但不是目的端观测。远端解析器响应不能证明媒体路由。这种区分也能限制数据收集：只保留声明条件所需的证据，不要为解释普通路由事件而建立长期跨信号面指纹。 地理对齐的抓取记录 把同一条规则用到广告观察上：出口区域、报告的时区与声明的语言列表按每次抓取分别保存，因为只换路由不换语言会产生一份描述两个地方的抓取。受监管数据采集配置文件 把这条规则延伸到单一用途的任务：会话在整个生命周期内绑定一个配置文件，二次验证会作废在途工作，而不是换一条路由重试。

跨越交接时刻的请求

BotBrowser 动态切换文档明确说明，进行中的请求使用旧代理完成，新请求使用更新后的代理。因此，路由 A 的延迟响应可能在路由 B 更新完成后才到达。只按响应到达时间分组，会把较早请求错误地归入新路由。

对于可控任务，在声明的切换点之前停止接纳新工作，并清点尚未完成的请求。把请求开始时间、不透明请求标识与路由分配一起保存。启动依赖新路由的导航前，先等待更新完成。动态代理切换指南介绍运行时控制；任务层还需要保留交叠记录，而不是假定存在瞬时切换。

按照公开文档要求，同一上下文的代理更新、上下文标志更新与代理清除应顺序执行。这不要求所有独立浏览器上下文也串行。更新失败意味着依赖它的任务缺少前置条件；应停止该任务，查看脱敏后的控制结果，而不是直接认定新路由已经生效。

任务时间戳必须明确时钟含义。保留请求接纳与控制完成的本地顺序；与另一份边缘日志关联时，应记录时钟来源。如果两个时钟不足以确定先后顺序，使用测试环境的请求标识，并注明排序缺口。较晚的挂钟时间本身不能把未知的请求归属转成切换完成的证据。

持续后台活动也需要在切换前作出单独决定。页面可以在计划任务等待的导航之外启动工作。应声明测试页的轮询或媒体活动已经暂停、结束，还是不属于当前测量负载。不能因为最近一次导航走了 B，就把整个标签页标为路由 B。观测支持的是已标识的请求或连接，而不是该页面关联的所有活动。

自有端点的运行前记录

使用组织控制的测试环境与网络边缘。交接前给一次无害请求分配唯一标识，在更新完成后再分配另一个。保留开始、完成与观测路由，例如使用 requestId、startedAt 和 routeLabel 字段。这些是建议的验收条件，不是已经发生的测量结果，也不需要第三方账户或挑战页面。

对于 HTTP 行，应将可信边缘的观测与批准的路由分配比较。普通日志使用不透明路由标签；确有需要的地址级证据应放在受限网络记录中。不要记录带凭据的代理 URL、授权请求头或账户 Cookie。外部公共 IP 查询服务的响应不能证明应用自身反向代理链的信任配置。

只通过有权限且有能力观测的基础设施检查声明的 DNS 路径和 WebRTC 策略。如果任务不使用媒体，应注明 WebRTC 不在负载范围内，而不是虚构传输检查成功。显示出来的时区或语言是另一项测试环境观测；多语言用户与显式配置可以合理地不同于 IP 地理估计。

只有必需行都有证据、自有应用也接受其无害操作时，才能继续。即使 HTTP 通过，缺少 DNS 证据仍意味着 DNS 未知。HTTP 403 或账户授权拒绝是采集流程的停止条件，不是不断更换地址直到同一操作成功的提示。

三种结果对应不同后续行动。切换命令失败时，应在依赖导航之前检查控制前置条件。命令完成但自有端点看到意外出口时，应比较上下文分配、声明的直连例外与供应方网关策略。出口符合预期但应用拒绝操作时，应查看有权访问的应用服务器记录。这些结果不能归结为同一个推测原因，也没有一项能独立证明浏览器指纹检测。

应区分测试环境的响应与缓存显示。请求标识应由测试环境新分配，并在边缘或应用日志中核对，不应从旧页面的可见文字复制。缓存策略与无害操作都由组织控制。如果页面显示旧地址，却没有对应的新请求，那么无论显示效果多可信，都不足以证明当前路由。

为任务选择轮换边界

如果区域采集只需要一条路由，应在创建 BrowserContext 时分配代理，并在整个任务期间保留该分配。供应方控制的网关仍可能在同一端点背后改变上游出口。确认其公开会话策略，并比较自有端点观测；代理主机名不变不能证明出口稳定。

对于路由不可用后的已授权恢复，应先决定应用状态是否需要延续，再更新上下文。如果下一项任务必须从干净状态开始，应创建适当隔离的上下文并明确状态策略。要区分替换传输和重置 Cookie；同时静默执行两者，会让后续事件无法判断到底哪个条件发生变化。

轮换不能替代工作负载预算。服务许可的速率与并发应覆盖整个采集任务，包括不同路由。收到限流或挑战响应后，需要检查应用层原因及适用服务政策，而不是根据下一个出口地址宣称出现了新身份。

在故障发生前明确恢复路由。如果任务隐私政策禁止直连，代理不可用时就应让任务保持停止。不要把临时传输问题变成未记录的直连回退。存在批准的替代路由时，也应执行相同的更新完成与自有端点检查条件。恢复操作需要自己的证据，回退一词不意味着更低的验收标准。

上下文退役也是存储决策。应记录已完成任务的授权状态是需要在应用的受保护流程中保留，还是按受支持的生命周期有意丢弃。无关任务的秘密与账户状态应分开。路由标签可以代表可复用基础设施，应用存储却属于特定许可目的。复用标签不等于获准复用上一任务的账户数据。

BotBrowser 控制与限制

公开动态切换指南将 ENT Tier3 与有效配置已加载列为前提，并说明上下文更新会在完成之前应用地理状态。启动配置同样重要：代理文档说明 BotBrowser 的 --proxy-server 路径会触发地理检测，而仅使用框架代理选项不会触发产品的这条流程。应把实际配置路径与任务记录一起保留。

BotBrowser WebRTC 文档区分候选信息与传输。默认策略会在代理无法承载数据报时阻止未经过代理的数据报；文档中的 real 模式则明确允许直接使用主机网络。选择该模式就改变了隐私边界。候选地址的外观无法单独证明媒体数据包实际走过的路径。

清除上下文代理会恢复浏览器级代理；不存在浏览器级代理时，则恢复直连。因此，清除代理不是停止网络的操作。BotBrowser 路由控制不提供代理容量，不修复 IP 信誉，也不建立第三方授权。任务需要判断的是声明的路由、必需观测与应用许可是否均已满足。

内部运行记录应固定公开文档版本或获取日期，并记录所部署浏览器版本。当前指南不能证明旧可执行文件支持所有已列选项。应先把缺少能力的问题作为版本或许可前置条件处理，再考虑配置失败是否属于目的端拒绝。这些基于来源的验收条件不声称已经运行浏览器对照或测量代理供应方性能。

常见问题

代理轮换需要更换指纹配置吗？

出口变化与配置选择是独立输入。IP 改变不能建立新设备身份；应根据已授权负载选择配置，而不是从网络位置推断身份。

同一代理端点可以产生不同出口吗？

可以，取决于供应方的路由政策。应确认该政策并观察自有端点；主机名稳定不足以证明上游出口稳定。

新路由会清空 Cookie 吗？

路由更新不是存储重置。应声明上下文及其应用状态是否保留，并单独检查服务器接受情况。

使用 WebRTC 时检查 IP 足够吗？

不够。HTTP 请求只建立该请求自身的路径观测。媒体传输及其隐私策略需要针对已授权对等连接的适当证据。

来源

• BotBrowser：动态代理切换
• BotBrowser：代理配置
• BotBrowser：WebRTC 泄漏防护
• MDN：WebRTC API
• MDN：X-Forwarded-For

实践结论

下一次已授权请求应以路由更新完成和任务预检通过为前提。把旧的进行中工作与后续工作分开归属，并将必需网络观测与保留的应用状态作为独立条件。授权或关键路由检查失败时，应停止该任务，解决已经指出的条件后再继续采集。