高频采集时 Cookie、UA、TLS 和代理 IP 的配合
高频采集应先定义会话边界，再协调 Cookie、UA、TLS 客户端栈和代理 IP 生命周期，并用单变量实验定位 403、429、验证码等异常。
高频采集（爬虫）时，Cookie、UA、TLS 和代理 IP 不应分别随机变化。先定义“一次会话从哪里开始、到哪里结束”，再让同一会话中的登录状态、客户端声明、实际客户端栈和网络出口保持可解释的一致。爬虫代理 IP 只改变网络出口，不能代替账号权限、请求节奏、Cookie 管理或目标站合规检查。
先确定 Cookie、UA、TLS 与代理在会话中的配合方式
| 变量 | 主要由谁决定 | 同一会话中是否适合频繁变化 | 变化后应做什么 |
|---|---|---|---|
| Cookie | 网站和会话状态 | 不适合 | 新建会话或重新获取合法状态 |
| UA | 客户端请求头 | 不适合随机变化 | 与实际浏览器/库版本保持一致 |
| TLS 特征 | 浏览器、HTTP 库和底层网络栈 | 通常不应临时伪造 | 更换客户端时视为新环境 |
| 代理 IP | 网络出口 | 取决于任务 | 换国家/城市时同步重建地区状态 |
UA 只是客户端声明。把 Python HTTP 库的 UA 改成 Chrome，不会让它自动拥有 Chrome 的 TLS 特征，也不会执行浏览器 JavaScript。
爬虫代理 IP 用于公开页面采集：按请求或小批次轮换
独立页面采样可以按请求或小批次轮换动态住宅代理 IP，但仍要遵守目标站访问频率和公开数据边界。
推荐做法：
1. 一个工作进程固定客户端版本和 UA，不在每次请求随机变化。
2. 无需 Cookie 的页面不要人为制造大量无意义 Cookie。
3. 按国家、城市和任务批次分组轮换代理 IP。
4. 重试先保持请求参数不变，设置退避和次数上限。
5. 换出口后记录新的会话 ID，避免把前后结果混成同一会话。
需要通过 API 获取多地区代理 IP 时，可对照动态住宅 IP API 提取教程确认参数和返回格式。
连续翻页和多步流程：保持会话状态与代理 IP 一致
多步流程要求状态连续，代理 IP 的粘性时长应覆盖完整路径，而不是每页切换。Cookie、地区、语言、货币和出口要在同一会话中保持一致。
```text
session_id = 站点 + 地区 + 任务批次 + 账号/匿名会话
```
会话结束后再轮换出口。若中途换国家或城市，应同步创建新 Cookie 会话，并重新确认页面语言、货币和目标站识别地区。
登录态任务：优先保持稳定出口和一致环境
登录态任务更依赖稳定出口和一致环境，应优先评估静态住宅代理 IP，而不是依靠动态住宅代理 IP 长时间保持同一出口。高风控账号可进一步评估原生静态住宅代理 IP，但任何方案都不能替代账号资料、设备环境和正常操作节奏。
不建议把同一个账号 Cookie 同时分发到多个国家、多个出口和多个客户端栈。已出现异常的账号也不应反复登录测试。
四种容易同时触发 403、429 或验证码的配置组合
| 错误组合 | 为什么难以解释 | 修改方法 |
|---|---|---|
| 同一 Cookie 每个请求换国家 | 会话地区持续跳变 | 按地区创建独立会话 |
| UA 每次随机，TLS 栈不变 | 客户端声明与实际能力矛盾 | 一个客户端版本使用稳定 UA |
| 出口不变，Cookie 和 UA 不断变化 | 无法判断是会话还是请求特征导致异常 | 一次只改一个变量 |
| 失败重试同时换 Cookie、UA 和代理 IP | 结果恢复也无法归因 | 保持会话，先退避，再按顺序测试 |
用单变量实验定位 403、429 和验证码
先固定目标 URL、账号、Cookie、客户端版本、UA、代理 IP 和时间窗口，建立基线。之后按顺序只改一项：
1. 降低并发、延长请求间隔；
2. 使用新建但同地区的合法会话；
3. 保持出口不变，更换客户端运行方式；
4. 保持其他变量不变，更换同地区代理 IP；
5. 完成前述对照后，再改变国家或城市，并同步重建会话。
| 结果 | 更可能的问题 |
|---|---|
| 降频后恢复 | 请求频率、账号或接口配额 |
| 新会话恢复 | Cookie 或会话状态 |
| 浏览器恢复、HTTP 库仍异常 | JavaScript、TLS 或客户端能力差异 |
| 少数出口持续失败 | 出口质量或地区识别 |
| 所有环境均失败 | 权限、账号状态或目标站规则 |
403 不等同于 429。429 通常应先读取限流提示并降频；403 还可能与权限、账号、地区或目标站访问策略有关。不要通过无限重试或持续换代理 IP 处理明确的权限提示。
按会话记录 Cookie、UA、TLS 与代理变化
```text
time | session_id | account_id | client_version
user_agent | cookie_digest | proxy_ip | country/city
status | captcha | latency_ms | retry_count | changed_variable
```
Cookie 只保存摘要或状态标记，不记录完整敏感值。TLS 可记录客户端库、浏览器版本和协议协商结果，不需要尝试伪造无法验证的“指纹分数”。
分析时按会话 ID 聚合成功、空结果、403、429、验证码和网络失败。若把这些结果合并成一个“失败率”，后续无法决定应降频、换会话还是检查出口。
实际记录时，可以把一次“打开列表页、进入详情页、提交下一页”的完整路径定义为一个会话，并为每一步保存开始时间和结果。这样能看出问题是在换页时丢 Cookie，还是在请求节奏变快后才出现 429。
哪些情况应暂停采集并停止重试
只采集公开或获授权数据，遵守目标站条款、robots、官方 API 配额和访问频率。出现明确权限提示、账号异常或达到重试上限时暂停任务；代理 IP 不改变访问权限，也不能保证业务成功率。
用脱敏复测数据验证变量配合结果
以下为脱敏记录示例（目标站、IP 与账号已隐去，数字为示例、非 SLA）：固定浏览器版本、UA、Cookie 和 10 秒间隔，各跑 30 次；仅轮换出口时业务成功 27/30，随机同时改变 UA 与 Cookie 时为 19/30，TLS 客户端栈保持不变后回升至 26/30。该观察只说明变量耦合会影响归因。
Cookie 语义可核对 RFC 6265，HTTP 字段语义可核对 RFC 9110；间隔、样本量和单变量顺序是经验设计。
FAQ
UA 可以每次请求都随机更换吗？
不建议。同一会话保持与实际客户端一致的 UA，更容易解释问题，也避免出现声明与客户端能力矛盾。
TLS 特征由代理 IP 决定吗？
通常不是，主要由浏览器、HTTP 库和底层网络栈决定。代理 IP 负责网络出口。
Cookie 必须永久绑定一个代理 IP 吗？
不是永久绑定，但连续会话中不应无计划地频繁切换国家和出口。会话结束后可以按任务创建新环境。
高频采集只增加代理 IP 就够了吗？
不够。还要控制访问频率、会话状态、客户端一致性、失败重试和数据质量。
需要多地区公开采样时，可进一步评估动态住宅代理 IP。