← Zurück zum Blog

Parsing mit Authentifizierung: 4 funktionierende Methoden zur Speicherung von Cookies und Sitzungen bei IP-Wechsel

Wir analysieren 4 bewährte Methoden zur Aufrechterhaltung einer autorisierten Sitzung bei einer IP-Adressänderung während des Parsens – mit Python-Code und einer Analyse typischer Fehler.

📅19. Oktober 2026

Wenn der Parser unter einem authentifizierten Konto arbeitet, bedeutet ein IP-Wechsel fast immer einen sofortigen Logout, ein Captcha oder eine Sperrung der Sitzung. Die Plattform erkennt die Diskrepanz im „Fingerprint“ der Verbindung und die abgelaufene Sitzung – und setzt die Cookies zurück. In diesem Artikel werden wir 4 bewährte Methoden untersuchen, die es ermöglichen, die IP zu wechseln, ohne die Authentifizierung zu verlieren, plus funktionierenden Code in Python.

Warum die Sitzung beim IP-Wechsel abläuft

Eine authentifizierte Sitzung ist nicht nur ein Cookie mit session_id. Moderne Plattformen (Marktplätze, soziale Netzwerke, Bankkonten) binden die Sitzung an eine ganze Reihe von Parametern: IP-Adresse, User-Agent, TLS-Fingerprint, Geolokalisierung über IP, manchmal auch an den Canvas/WebGL-Fingerprint des Browsers. Sobald sich einer dieser Parameter plötzlich ändert – zum Beispiel, wenn die IP von einem Moskauer Rechenzentrum auf eine IP aus einem anderen Land wechselt – betrachtet das Anti-Fraud-System dies als verdächtiges Verhalten und setzt die Sitzung zurück, was einen erneuten Login erfordert oder ein Captcha anzeigt.

Dies ist besonders kritisch für Aufgaben, bei denen das Parsing unter einem authentifizierten Konto erfolgt: das Sammeln von Preisen auf Wildberries über das persönliche Verkäuferkonto, die Überwachung von Wettbewerbern auf Ozon mit Authentifizierung, das Parsen geschlossener Bereiche von Avito, das Sammeln von Daten aus Instagram oder VK über die API mit Token. In jedem dieser Fälle muss die Verbindung „Konto + IP + Cookies“ während der gesamten Sitzung stabil bleiben und sich nicht mit jeder Anfrage ändern, wie es oft beim normalen Parsing ohne Authentifizierung der Fall ist.

Daraus ergibt sich die wichtigste Regel: Die IP-Rotation beim authentifizierten Parsing sollte kontrolliert und nicht zufällig sein. Im Folgenden finden Sie vier Methoden, die dieses Problem mit unterschiedlichem Schwierigkeitsgrad und Zuverlässigkeit lösen.

Schema 1: Sticky-Sitzungen (Bindung der IP an das Konto)

Die einfachste und gleichzeitig zuverlässigste Methode besteht darin, eine und dieselbe IP für ein Konto oder eine Sitzung während des gesamten Arbeitszeitraums (von mehreren Minuten bis mehreren Stunden) zuzuweisen und die IP nur dann zu ändern, wenn die Sitzung ohnehin auf natürliche Weise endet (Logout, Token-Ablauf, geplanter Kontowechsel).

Technisch wird dies über einen Sticky-Port beim Proxy-Anbieter realisiert: Sie erhalten einen Endpunkt, der die gleiche ausgehende IP für einen festgelegten Zeitraum (in der Regel von 1 bis 30 Minuten, manchmal bis zu mehreren Stunden) hält, und dann wird die IP automatisch geändert. Für Aufgaben mit Authentifizierung sind residential Proxies am besten geeignet – sie vergeben echte IPs von lokalen Anbietern, die nicht auf den Blacklists von Rechenzentren stehen und wie ein normaler Benutzer aussehen, was für Bankkonten, persönliche Konten von Marktplätzen und sozialen Netzwerken entscheidend ist.

Die Regel ist einfach: Ein Konto = eine Sticky-IP für den gesamten Lebenszyklus der Sitzung. Wenn Sie 50 Konten gleichzeitig parsen müssen – starten Sie 50 Sticky-Sitzungen mit unterschiedlichen IPs, jede arbeitet mit ihrem eigenen Satz von Cookies und überschneidet sich nicht mit anderen. Dies ist das gleiche Prinzip, das SMM-Spezialisten in Anti-Detect-Browsern wie Dolphin Anty oder AdsPower verwenden, wenn sie Dutzende von Kundenkonten verwalten: Ein Browserprofil = eine dauerhafte IP = ein eigener Satz von Cookies, der sich nicht mit anderen vermischt.

Wenn die Aufgabe eine IP-Rotation erfordert (zum Beispiel, um nicht an das Rate-Limit einer Sitzung zu stoßen), aber gleichzeitig mehrere parallele authentifizierte Zustände beibehalten werden müssen, wird das Schema „Paar-Pool“ angewendet. Die Idee: Sie loggen sich im Voraus N-mal mit unterschiedlichen Anmeldedaten (oder von verschiedenen Start-IP-Adressen) ein, speichern für jede Sitzung die Verbindung Cookies + IP + User-Agent, und verwenden bei jeder nachfolgenden Anfrage genau das Paar, mit dem die Sitzung ursprünglich erstellt wurde.

In der Praxis sieht das so aus: In einer Datenbank oder in Redis wird eine Tabelle im Format „Sitzungs-ID → Cookies → Proxy-IP → User-Agent → Zeitpunkt der letzten Nutzung“ gespeichert. Vor jeder Anfrage nimmt der Parser ein freies Paar aus dem Pool, führt die Anfrage über die zugehörige IP durch, aktualisiert die Cookies aus der Antwort und legt sie wieder in denselben Datensatz zurück. Wenn die Sitzung abgelaufen ist (der Server gibt eine Umleitung zur Login-Seite zurück) – wird das Paar als ungültig markiert, aus dem Pool entfernt und eine neue Sitzung durch erneuten Login erstellt.

Dieses Schema lässt sich gut horizontal skalieren: Je mehr Paare „Cookies + IP“ im Pool sind, desto höher ist die Gesamtleistung des Parsers ohne das Risiko von Sperren. Für diese Aufgabe ist es praktisch, Datacenter-Proxies zu verwenden, wo Geschwindigkeit wichtiger ist als Anonymität – zum Beispiel beim Parsen von offenen Katalogen nach der Authentifizierung, wenn die Plattform selbst nicht so aggressiv den Fingerabdruck überwacht und der Engpass die Geschwindigkeit des Katalogdurchlaufs ist.

Schema 3: Fingerprint-Bindung über Anti-Detect-Ansatz

Das dritte Schema ist erforderlich, wenn die Plattform nicht nur IP und Cookies überprüft, sondern auch einen vollständigen Fingerprint des Browsers: Canvas, WebGL, Schriftarten, Zeitzone, Systemsprache, Bildschirmauflösung. Dies ist typisch für soziale Netzwerke (Instagram, TikTok, VK) und einige Marktplätze mit fortschrittlichem Anti-Fraud. In diesem Fall muss die Verbindung auf „IP + Cookies + Fingerprint“ erweitert werden und als Einheit gespeichert werden – andernfalls wird die Sitzung selbst bei der richtigen IP und gültigen Cookies aufgrund der Diskrepanz im Browser-Fingerabdruck zurückgesetzt.

In der Praxis wird dies über Headless-Browser mit gesteuertem Fingerprint (Playwright, Puppeteer mit Stealth-Plugin) oder über Anti-Detect-Browser wie Dolphin Anty, Multilogin, GoLogin oder Octo Browser gelöst, bei denen jedem Profil ein eigener Satz von Fingerprint-Parametern, eine dauerhafte IP über die integrierte Proxy-Integration und ein eigenes Cookie-Speicher zugewiesen wird. Das Profil loggt sich einmal ein und wird dann einfach mit denselben Parametern neu gestartet – die Sitzung bleibt aktiv, da die Plattform dasselbe „Gerät“ unter derselben IP sieht.

Für das Parsen von sozialen Netzwerken und mobilen Anwendungen über die API wechseln viele an dieser Stelle häufig zu mobilen Proxies – Betreiber-IP mit CGNAT ruft seltener Verdacht bei Systemen hervor, die Traffic speziell von mobilen Netzwerken erwarten, und die Kombination von IP mit dem benötigten Fingerprint bietet die beste Stabilität der Sitzung.

Schema 4: Kontrollierte Re-Authentifizierung

Das vierte Schema besteht darin, nicht zu versuchen, eine Sitzung ewig aufrechtzuerhalten, sondern im Voraus eine Logik für geplante Re-Authentifizierung beim IP-Wechsel in den Parser einzubauen. Dies ist die aufwändigste, aber auch die ausfallsicherste Option: Anstatt alte Cookies auf die neue IP zu übertragen (was fast immer zu einer Sperrung führt), initiiert der Parser beim IP-Wechsel selbst einen neuen Login – gibt Benutzername/Passwort ein (oder verwendet ein Refresh-Token), erhält frische Cookies bereits unter der neuen IP und setzt die Arbeit von Grund auf fort.

Dieses Schema ist zwingend erforderlich, wenn die API OAuth2 mit Refresh-Token unterstützt (viele Marktplätze und Werbekonten, z.B. Google Ads API, TikTok Ads API): Beim Wechsel der IP tauschen Sie einfach das Refresh-Token gegen ein neues Access-Token aus, ohne das Passwort erneut eingeben zu müssen. Wenn kein Refresh-Token vorhanden ist – muss der vollständige Login-Flow emuliert werden: CSRF-Token von der Login-Seite erhalten, Benutzername/Passwort eingeben, eventuell ein Captcha oder 2FA durchlaufen, neue Cookies speichern.

Der Nachteil des Schemas – das Risiko häufiger Logins kann an sich verdächtig erscheinen und eine Sperrung des Kontos provozieren, weshalb es normalerweise mit Schema 1 kombiniert wird: Die IP ändert sich selten und nur synchron mit der geplanten Re-Authentifizierung, nicht bei jeder Anfrage.

Vergleich von 4 Schemas

Schema Schwierigkeit Zuverlässigkeit Wann anwenden
Sticky-Sitzungen Niedrig Hoch 1 Konto – 1 IP, kleine Volumen
Cookie-Pool + IP Mittel Mittel-Hoch Massives Parsing mit mehreren Konten
Fingerprint-Bindung Hoch Hoch Soziale Netzwerke, fortschrittliches Anti-Fraud
Re-Authentifizierung Hoch Sehr hoch API mit Refresh-Token, häufige IP-Rotation

Code: Sitzung + Sticky-Proxy in Python

Im Folgenden finden Sie ein einfaches Beispiel für requests.Session, das Cookies speichert und über einen und denselben Sticky-Proxy während der gesamten Sitzung arbeitet. Die Sitzung speichert Cookies automatisch, und die Bindung an die IP wird durch den Sticky-Port des Proxy-Anbieters erreicht, der die gleiche ausgehende IP für alle Anfragen innerhalb eines festgelegten Zeitfensters zurückgibt.

import requests

# sticky-port hält die gleiche IP, solange die Sitzung lebt
PROXY = {
    "http": "http://login:[email protected]:8000",
    "https": "http://login:[email protected]:8000",
}

session = requests.Session()
session.proxies.update(PROXY)
session.headers.update({
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/124.0.0.0 Safari/537.36"
})

# Login – Cookies werden automatisch in session.cookies gespeichert
login_payload = {"login": "[email protected]", "password": "secret"}
resp = session.post("https://example.com/login", data=login_payload)
assert resp.status_code == 200

# Weitere Anfragen erfolgen mit denselben Cookies und derselben IP
page = session.get("https://example.com/cabinet/orders")
print(page.status_code, len(page.text))

Für das Schema mit dem Cookie + IP-Paar-Pool ist es praktisch, den Zustand in Redis zu speichern – dies ermöglicht es, den Parser auf mehrere Worker zu skalieren, ohne dass sich die Sitzungen überschneiden:

import json
import redis
import requests

r = redis.Redis(host="localhost", port=6379, db=0)

def get_session_pair(account_id):
    raw = r.get(f"session:{account_id}")
    if raw:
        data = json.loads(raw)
        session = requests.Session()
        session.cookies.update(data["cookies"])
        session.proxies.update({"http": data["proxy"], "https": data["proxy"]})
        return session
    return None

def save_session_pair(account_id, session, proxy_url):
    data = {
        "cookies": session.cookies.get_dict(),
        "proxy": proxy_url,
    }
    r.set(f"session:{account_id}", json.dumps(data), ex=3600)

Für die Variante mit Fingerprint-Bindung über Playwright reicht es aus, sich einmal einzuloggen und den storage_state zu speichern – dieser umfasst nicht nur Cookies, sondern auch localStorage/sessionStorage, was für SPA-Websites von Marktplätzen und sozialen Netzwerken entscheidend ist:

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch(proxy={"server": "http://gate.proxycove.com:8000",
                                        "username": "login", "password": "password"})
    context = browser.new_context()
    page = context.new_page()
    page.goto("https://example.com/login")
    page.fill("#login", "[email protected]")
    page.fill("#password", "secret")
    page.click("#submit")
    page.wait_for_selector("#cabinet")

    context.storage_state(path="session_state.json")  # Sitzung vollständig speichern
    browser.close()

# Bei der nächsten Ausführung – dieselbe IP + dieselbe Sitzung
with sync_playwright() as p:
    browser = p.chromium.launch(proxy={"server": "http://gate.proxycove.com:8000",
                                        "username": "login", "password": "password"})
    context = browser.new_context(storage_state="session_state.json")
    page = context.new_page()
    page.goto("https://example.com/cabinet")

Häufige Fehler

1. IP-Rotation bei jeder Anfrage innerhalb einer authentifizierten Sitzung. Dies ist der Hauptgrund für sofortige Sperren – das System sieht, dass eine session_id innerhalb von Minuten von Dutzenden verschiedener IPs verwendet wird, und blockiert sie als eindeutiges Zeichen für Automatisierung.

2. Speichern nur der session_id ohne User-Agent und andere Header. Wenn Cookies mit einem User-Agent erhalten wurden und mit einem anderen verwendet werden – ist das ebenfalls ein Trigger für Anti-Fraud, selbst wenn sich die IP nicht geändert hat.

3. Ignorieren der Geolokalisierung der IP. Wenn sich das Konto aus Moskau eingeloggt hat und die nächste Anfrage von einer IP aus einem anderen Land kommt – wird die Sitzung fast immer zurückgesetzt, unabhängig von der Gültigkeit der Cookies.

4. Fehlende Verarbeitung abgelaufener Sitzungen. Der Parser muss in der Lage sein, "Server hat die Login-Seite zurückgegeben" von "Server hat die benötigten Daten zurückgegeben" zu unterscheiden und automatisch eine Re-Authentifizierung zu starten, anstatt mit einem Fehler abzustürzen.

5. Verwendung desselben Proxy-Pools für verschiedene Konten ohne Bindung. Wenn zwei verschiedene Konten zufällig dieselbe ausgehende IP erhalten, kann die Plattform sie miteinander verknüpfen – dies ist besonders gefährlich für SMM-Agenturen, die gleichzeitig Dutzende von Kundenkonten führen.

Checkliste vor dem Start des Parsers mit Authentifizierung

  • Ein Schema wurde ausgewählt, das dem Schutzlevel der Plattform entspricht (sticky / pool / fingerprint / Re-Authentifizierung)
  • Jedes Konto hat eine feste IP für die gesamte Lebensdauer der Sitzung zugewiesen bekommen
  • Cookies und session_id werden zusammen mit IP, User-Agent und Headern gespeichert, nicht separat
  • Eine Überprüfung der Gültigkeit der Sitzung wurde vor jeder wichtigen Anfrage implementiert
  • Eine automatische Re-Authentifizierung wurde bei Erkennung einer abgelaufenen Sitzung eingerichtet
  • Proxies wurden entsprechend dem Typ der Plattform ausgewählt: Residential für Bankkonten und E-Commerce, mobile für soziale Netzwerke, Datacenter für schnelles Parsing von offenen Bereichen
  • Alle IP-Wechsel und Re-Authentifizierungen werden zur Analyse von Sperren protokolliert

Fazit

Die Hauptschlussfolgerung ist einfach: Beim Parsing mit Authentifizierung sollten IP und Sitzung synchron gewechselt werden, nicht unabhängig voneinander. Der zuverlässigste Start ist das Schema der Sticky-Sitzungen, bei dem ein Konto für die gesamte Arbeitszeit an eine IP gebunden ist. Für massives Parsing unter mehreren Konten eignet sich der Pool von Cookies + IP, für soziale Netzwerke mit fortschrittlichem Anti-Fraud die Fingerprint-Bindung über einen Anti-Detect-Browser, und für APIs mit Tokens die geplante Re-Authentifizierung beim IP-Wechsel.

Wenn Sie gerade dabei sind, einen Parser mit Authentifizierung für Marktplätze oder persönliche Konten einzurichten, beginnen Sie mit residential Proxies mit Sticky-Port – sie bieten eine stabile IP für die benötigte Zeit und minimales Risiko einer Sperrung der Sitzung. Für das Parsen von sozialen Netzwerken über authentifizierte APIs sollten Sie mobile IPs in Betracht ziehen, und für eine hochgeschwindigkeits Durchquerung von offenen Katalogen nach dem Login – Datacenter-Proxies, die oben im Text beschrieben wurden.