Cualquier script que use cloudscraper se pausará durante ~5 segundos en la primera visita a cualquier sitio con la protección anti-bots de Cloudflare activada, aunque no se producirá ningún retraso después de la primera solicitud.



# Instalación

Simplemente ejecuta `pip install cloudscraper`. El paquete de PyPI está en https://pypi.org/project/cloudscraper/```bash
pip install cloudscraper

La API sigue siendo compatible, por lo que solo necesitas cambiar las declaraciones de importación en tu código. Todas las llamadas a funciones y parámetros funcionan de la misma manera.

### Estructura de la base de código

La base de código se ha optimizado para mejorar el mantenimiento y reducir la confusión:

- **Módulo único**: Todo el código está ahora en el módulo `cloudscraper`
- **Redundancia eliminada**: Se han eliminado los directorios redundantes
- **Pruebas actualizadas**: Todos los archivos de prueba se han actualizado para usar el módulo `cloudscraper`

Esto hace que la base de código sea más limpia y fácil de mantener, a la vez que garantiza la compatibilidad con versiones anteriores del código existente que utiliza la API original.

## Características clave en cloudscraper

| Característica | Descripción | Estado |
|---------|-------------|--------|
| **🆕 Compatibilidad de ejecutables** | Corrección completa para la conversión con PyInstaller, cx_Freeze y auto-py-to-exe | ✅ **CORREGIDO** |
| **🆕 Desafíos de VM de JavaScript v3** | Soporte para los últimos desafíos basados en VM de JavaScript de Cloudflare | ✅ **NUEVO** |
| **🆕 Soporte para Turnstile** | Soporte para el nuevo reemplazo de CAPTCHA de Cloudflare, Turnstile | ✅ **NUEVO** |
| **Soporte de desafíos modernos** | Soporte mejorado para los desafíos v1, v2, v3 y Turnstile de Cloudflare | ✅ Completo |
| **Rotación de proxies** | Rotación inteligente de proxies integrada con múltiples estrategias | ✅ Mejorado |
| **Modo sigiloso** | Simulación de comportamiento humano para evitar la detección | ✅ Mejorado |
| **Emulación de navegador** | Huella digital avanzada de navegador para Chrome y Firefox | ✅ Estable |
| **Manejo de JavaScript** | Mejor intérprete de JS (js2py por defecto) para resolver desafíos | ✅ Mejorado |
| **Solucionadores de CAPTCHA** | Soporte para múltiples servicios de resolución de CAPTCHA | ✅ Estable |

# Dependencias

- **Python 3.8+** (se eliminó la compatibilidad con Python 3.6 y 3.7)
- **[Requests](https://github.com/psf/requests)** >= 2.31.0
- **[requests_toolbelt](https://pypi.org/project/requests-toolbelt/)** >= 1.0.0
- **[pyparsing](https://pypi.org/project/pyparsing/)** >= 3.1.0
- **[pyOpenSSL](https://pypi.org/project/pyOpenSSL/)** >= 24.0.0
- **[pycryptodome](https://pypi.org/project/pycryptodome/)** >= 3.20.0
- **[websocket-client](https://pypi.org/project/websocket-client/)** >= 1.7.0
- **[js2py](https://pypi.org/project/Js2Py/)** >= 0.74
- **[brotli](https://pypi.org/project/Brotli/)** >= 1.1.0
- **[certifi](https://pypi.org/project/certifi/)** >= 2024.2.2

`python setup.py install` instalará automáticamente las dependencias de Python. Los intérpretes y/o motores de JavaScript que decidas usar son lo único que necesitas instalar tú mismo, excluyendo js2py, que forma parte de los requisitos por defecto.

# Intérpretes y motores de JavaScript

Admitimos los siguientes intérpretes/motores de JavaScript.

- **[ChakraCore](https://github.com/microsoft/ChakraCore):** Los binarios de la biblioteca también se pueden localizar [aquí](https://www.github.com/VeNoMouS/cloudscraper/tree/ChakraCore/).
- **[js2py](https://github.com/PiotrDabkowski/Js2Py):** >=0.74 **(Por defecto para la versión mejorada)**
- **native**: Solucionador nativo de Python de creación propia
- **[Node.js](https://nodejs.org/)**
- **[V8](https://github.com/sony/v8eval/):** Usamos el módulo de Python [v8eval](https://v8.dev)() de Sony.

# Uso

La forma más sencilla de usar cloudscraper es llamando a `create_scraper()`.```python
import cloudscraper

scraper = cloudscraper.create_scraper()  # returns a CloudScraper instance
# Or: scraper = cloudscraper.CloudScraper()  # CloudScraper inherits from requests.Session
print(scraper.get("http://somesite.com").text)  # => "<!DOCTYPE html><html><head>..."

**Opción 2: Incluir base de datos completa de user agents** (recomendado):```bash
pyinstaller --add-data "cloudscraper/user_agent/browsers.json;cloudscraper/user_agent/" your_app.py

Tus aplicaciones cloudscraper ahora funcionarán perfectamente cuando se conviertan en ejecutables. 🎉

## 🆕 Soporte para desafíos JavaScript VM de Cloudflare v3

### ¿Qué son los desafíos v3?

Los desafíos v3 de Cloudflare representan la última evolución en tecnología de protección contra bots. A diferencia de los desafíos tradicionales v1 y v2, los desafíos v3:

- **Se ejecutan en una máquina virtual JavaScript**: Los desafíos se ejecutan en un entorno JavaScript sandbox
- **Usan detección avanzada**: Algoritmos más sofisticados para detectar comportamiento automatizado
- **Generan código dinámico**: El código del desafío se crea dinámicamente y es más difícil de aplicar ingeniería inversa
- **Proporcionan protección moderna**: La tecnología anti-bot más actual de Cloudflare

### Uso básico de v3```python
import cloudscraper

# v3 support is enabled by default
scraper = cloudscraper.create_scraper()
response = scraper.get("https://example.com")
print(response.text)

### v3 con diferentes intérpretes de JavaScript

Todos los intérpretes de JavaScript funcionan con los desafíos v3:```python
# Test different interpreters for v3 challenges
interpreters = ['js2py', 'nodejs', 'native']

for interpreter in interpreters:
    try:
        scraper = cloudscraper.create_scraper(interpreter=interpreter)
        response = scraper.get("https://example.com")
        print(f"✅ {interpreter}: Success ({response.status_code})")
    except Exception as e:
        print(f"❌ {interpreter}: Failed - {str(e)}")

### Consideraciones de rendimiento para v3

Los desafíos de v3 son más complejos y pueden requerir tiempo adicional:```python
# Recommended settings for v3 challenges
scraper = cloudscraper.create_scraper(
    delay=5,              # Longer delay for complex challenges
    interpreter='js2py',  # Most compatible interpreter
    enable_stealth=True   # Additional stealth for v3 detection
)

### Ejemplo 2: Configuración avanzada para máxima compatibilidad```python
import cloudscraper

# Advanced configuration for challenging websites
scraper = cloudscraper.create_scraper(
    # Challenge handling
    interpreter='js2py',        # Best compatibility for v3 challenges
    delay=5,                    # Extra time for complex challenges

    # Stealth mode
    enable_stealth=True,
    stealth_options={
        'min_delay': 2.0,
        'max_delay': 6.0,
        'human_like_delays': True,
        'randomize_headers': True,
        'browser_quirks': True
    },

    # Browser emulation
    browser='chrome',

    # Debug mode
    debug=True
)

response = scraper.get("https://example.com")

### Ejemplo 4: Rotación de Proxy con Soporte v3```python
import cloudscraper

proxies = [
    'http://user:[email protected]:8080',
    'http://user:[email protected]:8080',
    'http://user:[email protected]:8080'
]

scraper = cloudscraper.create_scraper(
    # Proxy rotation
    rotating_proxies=proxies,
    proxy_options={
        'rotation_strategy': 'smart',
        'ban_time': 300
    },

    # v3 challenge support
    interpreter='js2py',
    delay=5,

    # Stealth mode
    enable_stealth=True
)

# Each request may use a different proxy
for i in range(5):
    response = scraper.get("https://example.com")
    print(f"Request {i+1}: {response.status_code}")

scraper = cloudscraper.create_scraper(
    interpreter='js2py',
    delay=5,
    debug=True,
    enable_stealth=True
)

test_urls = [
    "https://example1.com",  # Might have v1 challenges
    "https://example2.com",  # Might have v2 challenges
    "https://example3.com",  # Might have v3 challenges
    "https://example4.com",  # Might have Turnstile
]

for url in test_urls:
    try:
        response = scraper.get(url)
        print(f"✅ {url}: Success ({response.status_code})")
    except Exception as e:
        print(f"❌ {url}: Failed - {str(e)}")

## 🧪 Pruebas y Verificación

### Suite de pruebas integral

cloudscraper incluye scripts de prueba integrales para verificar que todas las funciones funcionan correctamente:```bash
# Test all features
python test_all_features.py --debug

# Test specifically v3 challenges
python test_v3_challenges.py --debug

# Test with specific interpreter
python test_v3_challenges.py --interpreter nodejs

### Solución de problemas

Si encuentras problemas:

1. **Activa el modo de depuración** para ver información detallada
2. **Prueba diferentes intérpretes** (js2py, nodejs, native)
3. **Aumenta el retraso** para desafíos complejos
4. **Activa el modo sigiloso** para protección adicional
5. **Comprueba la configuración del proxy** si usas proxies```python
# Troubleshooting configuration
scraper = cloudscraper.create_scraper(
    debug=True,           # See what's happening
    interpreter='js2py',  # Most compatible
    delay=10,            # Extra time
    enable_stealth=True  # Additional protection
)

### Deshabilitar Cloudflare V2
#### Descripción

Si no quieres ni siquiera intentar resolver Cloudflare v2..

#### Parámetros


|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|disableCloudflareV2|(boolean)|False|

#### Ejemplo```python
scraper = cloudscraper.create_scraper(disableCloudflareV2=True)

### Desactivar Turnstile
#### Descripción

Si no quieres ni siquiera intentar resolver Cloudflare Turnstile..

#### Parámetros


|Parámetro|Valor|Por defecto|
|-------------|:-------------:|:-----:|
|disableTurnstile|(boolean)|False|

#### Ejemplo```python
scraper = cloudscraper.create_scraper(disableTurnstile=True)

### Modo sigiloso
#### Descripción

Habilita técnicas de sigilo para imitar mejor el comportamiento humano y evitar la detección.

#### Parámetros

|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|enable_stealth|(boolean)|True|
|stealth_options|(dict)|{}|

#### Parámetros de `stealth_options`

|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|min_delay|(float) retardo mínimo entre solicitudes|1.0|
|max_delay|(float) retardo máximo entre solicitudes|5.0|
|human_like_delays|(boolean) añade retardos aleatorios entre solicitudes|True|
|randomize_headers|(boolean) aleatoriza las cabeceras para evitar la toma de huellas|True|
|browser_quirks|(boolean) aplica peculiaridades específicas del navegador|True|

#### Ejemplo```python
scraper = cloudscraper.create_scraper(
    enable_stealth=True,
    stealth_options={
        'min_delay': 2.0,
        'max_delay': 6.0,
        'human_like_delays': True,
        'randomize_headers': True,
        'browser_quirks': True
    }
)

### Filtrado de Navegador / User-Agent

#### Descripción

Controla cómo y cuál User-Agent se selecciona "aleatoriamente".

#### Parámetros

Se puede pasar como argumento a `create_scraper()`, `get_tokens()`, `get_cookie_string()`.

|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|browser|(string) `chrome` o `firefox`|None|

O

|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|browser|(dict)||

##### Parámetros de `browser` *_dict_*
|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|browser|(string) `chrome` o `firefox`|None|
|mobile|(boolean)|True|
|desktop|(boolean)|True|
|platform|(string) `'linux', 'windows', 'darwin', 'android', 'ios'`|None|
|custom|(string)|None|
#### Ejemplo```python
scraper = cloudscraper.create_scraper(browser='chrome')

### Debug

#### Descripción

Imprime la información de encabezado y contenido de la solicitud para depuración.

#### Parámetros

Se puede establecer como atributo mediante tu objeto `cloudscraper` o pasarse como argumento a `create_scraper()`, `get_tokens()`, `get_cookie_string()`.

|Parámetro|Valor|Por defecto|
|-------------|:-------------:|:-----:|
|debug|(booleano)|False|

#### Ejemplo```python
scraper = cloudscraper.create_scraper(debug=True)

### Sesión existente

#### Descripción:

Si ya tienes una sesión de Requests existente, puedes pasarla a la función `create_scraper()` para seguir usando esa sesión.

#### Parámetros

|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|sess|(requests.session)|None|

#### Ejemplo```python
session = requests.session()
scraper = cloudscraper.create_scraper(sess=session)

Para:```python
sess = cloudscraper.create_scraper()

#### Nota

La versión mejorada utiliza `js2py` como intérprete predeterminado porque ofrece una mejor compatibilidad con los desafíos modernos de Cloudflare. Si encuentras problemas, puedes probar otros intérpretes.

------

### Solucionadores de Captcha de Terceros

#### Descripción
`cloudscraper` actualmente soporta los siguientes solucionadores de Captcha de terceros, en caso de que los necesites.

- **[2captcha](https://www.2captcha.com/)**
- **[anticaptcha](https://www.anti-captcha.com/)**
- **[CapSolver](https://capsolver.com/)**
- **[CapMonster Cloud](https://capmonster.cloud/)**
- **[deathbycaptcha](https://www.deathbycaptcha.com/)**
- **[9kw](https://www.9kw.eu/)**
- **__return_response__**

#### Nota

Estoy trabajando en agregar más solucionadores de terceros; si deseas que se agregue un servicio que actualmente no es compatible, por favor abre un ticket de soporte en GitHub.

##### Parámetros Requeridos

Se pueden establecer como un atributo mediante tu objeto `cloudscraper` o pasarse como argumento a `create_scraper()`, `get_tokens()`, `get_cookie_string()`.

|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|captcha|(dict)|None|

#### Soporte para Turnstile

Cloudflare Turnstile es una nueva alternativa a los CAPTCHA que reemplaza los CAPTCHA tradicionales con un sistema de verificación más amigable para el usuario. cloudscraper ahora es compatible con la resolución de desafíos Turnstile usando los mismos proveedores de captcha que ya conoces.

##### Ejemplo```python
# Using 2captcha to solve Turnstile challenges
scraper = cloudscraper.create_scraper(
  captcha={
    'provider': '2captcha',
    'api_key': 'your_2captcha_api_key'
  }
)

# The Turnstile challenge will be automatically detected and solved
response = scraper.get('https://example.com')

#### anticaptcha

##### Parámetros `captcha` Requeridos

|Parámetro|Valor|Requerido|Predeterminado|
|-------------|:-------------:|:-----:|:-----:|
|provider|(string) `anticaptcha`|sí||
|api_key|(string)|sí||
|no_proxy|(boolean)|no|False|

##### Nota

si hay proxies configurados, puedes desactivar el envío de los proxies a anticaptcha estableciendo `no_proxy` en `True`

##### Ejemplo```python
scraper = cloudscraper.create_scraper(
  captcha={
    'provider': 'anticaptcha',
    'api_key': 'your_anticaptcha_api_key'
  }
)

'provider': 'capsolver',
'api_key': 'your_captchaai_api_key'

#### CapMonster Cloud

##### Parámetros `captcha` requeridos

|Parámetro|Valor|Requerido|Por defecto|
|-------------|:-------------:|:-----:|:-----:|
|provider|(string) `capmonster`| sí||
|clientKey|(string)| sí||
|no_proxy|(boolean)|no|False|

##### Nota

si hay proxies configurados, puedes desactivar el envío de los proxies a CapMonster estableciendo `no_proxy` en `True`

##### Ejemplo```python
scraper = cloudscraper.create_scraper(
  captcha={
    'provider': 'capmonster',
    'clientKey': 'your_capmonster_clientKey'
  }
)

#### 9kw

##### Parámetros `captcha` requeridos

|Parámetro|Valor|Requerido|Predeterminado|
|-------------|:-------------:|:-----:|:-----:|
|provider|(string) `9kw`|sí||
|api_key|(string)|sí||
|maxtimeout|(int)|no|180|

##### Ejemplo```python
scraper = cloudscraper.create_scraper(
  captcha={
    'provider': '9kw',
    'api_key': 'your_9kw_api_key',
    'maxtimeout': 300
  }
)

## Integración

Es fácil integrar `cloudscraper` con otras aplicaciones y herramientas. Cloudflare utiliza dos cookies como tokens: una para verificar que superaste su página de desafío y otra para rastrear tu sesión. Para omitir la página de desafío, simplemente incluye ambas cookies (con el user-agent adecuado) en todas las solicitudes HTTP que realices.

Para recuperar solo las cookies (como diccionario), usa `cloudscraper.get_tokens()`. Para recuperarlas como una cabecera HTTP `Cookie` completa, usa `cloudscraper.get_cookie_string()`.

Tanto `get_tokens` como `get_cookie_string` aceptan los argumentos de palabra clave habituales de Requests (como `get_tokens(url, proxies={"http": "socks5://localhost:9050"})`).

Consulta la [documentación de Requests sobre argumentos de solicitud](http://docs.python-requests.org/en/master/api/#requests.Session.request) para obtener más información.

------

### Manejo del User-Agent

Las dos funciones de integración devuelven una tupla de `(cookie, user_agent_string)`.

**Debes usar la misma cadena de user-agent tanto para obtener los tokens como para hacer solicitudes con esos tokens; de lo contrario, Cloudflare te marcará como bot.**

Eso significa que tienes que pasar la `user_agent_string` devuelta al script, herramienta o servicio al que le estés pasando los tokens (por ejemplo, curl o una herramienta de scraping especializada), y debe usar ese user-agent cuando realice solicitudes HTTP.

------

### Ejemplos de integración

Recuerda que siempre debes usar el mismo user-agent al recuperar o usar estas cookies. Estas funciones devuelven una tupla de `(cookie_dict, user_agent_string)`.

------

#### Recuperar un diccionario de cookies a través de un proxy

`get_tokens` es una función de conveniencia para devolver un diccionario de Python que contiene las cookies de sesión de Cloudflare. Como demostración, configuraremos esta solicitud para usar un proxy. (Ten en cuenta que si solicitas tokens de autorización de Cloudflare a través de un proxy, siempre debes usar el mismo proxy cuando esos tokens se pasen al servidor. Cloudflare requiere que la IP que resuelve el desafío y la IP del visitante sigan siendo las mismas.)

Si no deseas usar un proxy, simplemente no pases el argumento de palabra clave `proxies`. Estas funciones de conveniencia admiten todos los argumentos de palabra clave normales de Requests, como `params`, `data` y `headers`.```python
import cloudscraper

# Using a single proxy
proxies = {"http": "http://localhost:8080", "https": "http://localhost:8080"}
tokens, user_agent = cloudscraper.get_tokens("http://somesite.com", proxies=proxies)
print(tokens)
# => {
    'cf_clearance': 'c8f913c707b818b47aa328d81cab57c349b1eee5-1426733163-3600',
    '__cfduid': 'dd8ec03dfdbcb8c2ea63e920f1335c1001426733158',
    'cf_chl_2': 'some_value',
    'cf_chl_prog': 'some_value'
}

# Using proxy rotation
rotating_proxies = [
    'http://user:[email protected]:8080',
    'http://user:[email protected]:8080',
    'http://user:[email protected]:8080'
]

tokens, user_agent = cloudscraper.get_tokens(
    "http://somesite.com",
    rotating_proxies=rotating_proxies,
    proxy_options={
        'rotation_strategy': 'smart',
        'ban_time': 300
    },
    enable_stealth=True,
    stealth_options={
        'min_delay': 2.0,
        'max_delay': 6.0
    }
)

#### ejemplo de curl

Aquí hay un ejemplo de integración de cloudscraper con curl. Como puedes ver, todo lo que tienes que hacer es pasar las cookies y el user-agent a curl.```python
import subprocess
import cloudscraper

# With get_tokens() cookie dict:

# tokens, user_agent = cloudscraper.get_tokens("http://somesite.com")
# cookie_arg = 'cf_clearance={}; __cfduid={}'.format(tokens['cf_clearance'], tokens['__cfduid'])

# With get_cookie_string() cookie header; recommended for curl and similar external applications:

cookie_arg, user_agent = cloudscraper.get_cookie_string('http://somesite.com')

# With a custom user-agent string you can optionally provide:

# ua = "Scraping Bot"
# cookie_arg, user_agent = cloudscraper.get_cookie_string("http://somesite.com", user_agent=ua)

result = subprocess.check_output(
    [
        'curl',
        '--cookie',
        cookie_arg,
        '-A',
        user_agent,
        'http://somesite.com'
    ]
)

### Criptografía

#### Descripción

Controla la comunicación entre el cliente y el servidor

#### Parámetros

Se puede pasar como argumento a `create_scraper()`.

|Parámetro|Valor|Predeterminado|
|-------------|:-------------:|:-----:|
|cipherSuite|(string)|None|
|ecdhCurve|(string)|prime256v1|
|server_hostname|(string)|None|

#### Ejemplo```python
# Some servers require the use of a more complex ecdh curve than the default "prime256v1"
# It may can solve handshake failure
scraper = cloudscraper.create_scraper(ecdhCurve='secp384r1')

# Características Mejoradas

Esta versión mejorada de cloudscraper ofrece mejores capacidades para evadir los mecanismos modernos de protección de Cloudflare:

1. **Soporte para desafíos Cloudflare v2** - Mejor manejo de desafíos modernos
2. **Rotación de proxies** - Rotación inteligente con múltiples estrategias
3. **Modo sigiloso** - Simulación de comportamiento humano
4. **Manejo mejorado de JavaScript** - Mejor intérprete de JS (js2py por defecto)
5. **Gestión mejorada de cookies** - Soporte para tipos de cookies más recientes de Cloudflare

## Actualizaciones Recientes

- **Limpieza del código base**: Se eliminó código redundante y se consolidó en un solo módulo
- **Actualizaciones de la suite de pruebas**: Todas las pruebas ahora usan el módulo cloudscraper
- **Documentación**: README mejorado con ejemplos más claros e instrucciones de uso

## Ejemplo Usando Todas las Características Mejoradas```python
import cloudscraper

# Create a scraper with all enhanced features
scraper = cloudscraper.create_scraper(
    # Use js2py interpreter for better compatibility
    interpreter='js2py',

    # Enable proxy rotation
    rotating_proxies=[
        'http://user:[email protected]:8080',
        'http://user:[email protected]:8080',
        'http://user:[email protected]:8080'
    ],
    proxy_options={
        'rotation_strategy': 'smart',
        'ban_time': 300
    },

    # Enable stealth mode
    enable_stealth=True,
    stealth_options={
        'min_delay': 2.0,
        'max_delay': 6.0,
        'human_like_delays': True,
        'randomize_headers': True,
        'browser_quirks': True
    },

    # Set browser fingerprint
    browser={
        'browser': 'chrome',
        'platform': 'windows',
        'mobile': False
    },

    # Enable debugging if needed
    debug=False
)

# Make a request to a Cloudflare-protected site
response = scraper.get('https://example.com')
print(response.text)

### Ejecutando la suite de pruebas

La biblioteca incluye varios scripts de prueba:```bash
# Run the comprehensive test suite
python test_cloudscraper_comprehensive.py https://example-cloudflare-site.com

# Test with a specific Cloudflare-protected site
python test_cloudflare_site.py https://example-cloudflare-site.com --browser firefox --stealth