drission · Rust 反检测浏览器自动化 + 内置验证码识别

Rust 编写的高性能浏览器自动化库:默认驱动 Camoufox 反检测浏览器, 内置字符验证码 OCR(ddddocr 模型 · 纯 Rust 推理)与图片滑块缺口距离识别(极验 / 顶象), 语法对齐 DrissionPage,面向高并发爬虫与自动化。

A high-performance browser-automation library in Rust: anti-detect (Camoufox/Firefox), built-in captcha OCR and image slider-gap recognition, async high-concurrency crawling, XHR listen/intercept, Cloudflare bypass — with a DrissionPage-style API.

本库由 极数本源(apizero.cn) 出品与维护,是其自动化与数据采集技术栈的一部分。如果你在找「Rust 验证码识别 / 滑块缺口距离 / 反检测浏览器 / 高并发爬虫」的一站式方案,这里是答案。

✨ 核心亮点(重点)

1. 内置验证码 OCR(字符型,`feature = "ocr"`)

字母 / 数字 / 扭曲粘连验证码离线识别,无需调用第三方打码平台、无需联网: 采用 ddddocr 预训练模型 + 纯 Rust 推理引擎 tract (不依赖原生 onnxruntime,跨平台编译干净)。流水线:灰度 → 等比缩放高 64 → 归一化 → CNN-LSTM → CTC 解码。

use drission::prelude::*;

#[tokio::main]
async fn main() -> drission::Result<()> {
    let browser = Browser::launch(BrowserOptions::new().headless(true)).await?;
    let tab = browser.latest_tab().await?;
    tab.get("https://apizero.cn/login").await?;

    // 一步:定位验证码 <img> → 取图 → 识别(首次自动下载模型到缓存)
    let code = tab.ocr_image("xpath://form//button/img").await?;
    println!("验证码 = {code}");                       // 例:"P38W"
    Ok(())
}

端到端实测(examples/apizero_login):用本库打开 apizero.cn 登录页 → 自动填表 → OCR 识别验证码并填入 → 点登录,站点只回「账号或密码错误」而非「验证码错误」,即验证码识别准确 (有头 / 无头各 5/5、4/4 通过)。

2. 图片滑块缺口距离识别(`feature = "slider"`)

把「拼图要移动多远」算准 + 拟人轨迹拖到位,与厂商无关的通用能力,内置极验 / 顶象预设:

use drission::prelude::*;

# async fn demo(tab: &Tab) -> drission::Result<()> {
// 极验 v4:三图模板匹配,缺口距离 + 闭环纠偏
let r = tab.solve_geetest_slide().await?;

// 顶象(Dingxiang):拼图跨域 taint 不可读 → 截图 + 绿环掩膜 + 彩色内容 NCC + 暗度/描边
let gap = tab.dingxiang_slide_gap(4).await?;   // 缺口位移(CSS 像素)+ 置信
println!("需移动 {:.0}px,置信 {:.2}", gap.displace, gap.confidence);
# Ok(()) }

极验 v4:canvas 三图(bg / fullbg / slice)模板匹配,对齐误差 ≤1px,headless 实测过码。
顶象 popup:繁杂实拍图 + 同形诱饵 + 重度压暗,用彩色内容 NCC + 暗度门控 + 描边对齐, 离线标定缺口命中 6/6;算法已沉淀为库能力(GapMethod::ContentNcc)。
通用配置 SliderConfig + tab.slider_gap() / tab.solve_slider(),换厂商只换配置。

🧰 还支持

反检测过盾:navigator.webdriver=false、canvas / webgl / audio 指纹定制、block_webrtc;自动通过 Cloudflare 盾(Turnstile 复选框可信点击)。
元素与交互:DrissionPage 风格定位(@id: / css: / xpath: / text:)、点击 / 输入 / 逐字符拟人输入、动作链、拖拽、下拉 / 单选 / 多选填表、文件上传、iframe、JS 对话框。
网络:XHR / Fetch 监听抓响应体、请求拦截改写(fulfill / abort / resume)、WebSocket 帧监听、控制台监听。
多标签与高并发:每标签独立 cookie 隔离、BrowserPool 浏览器池(代理 / 指纹轮换 + 失败重试 + 断点续抓)。
Driver + Session 双模:浏览器与纯 HTTP 会话双模、cookie 双向互通(省内存,旧机友好)。
截图与录像:元素 / 整页 / 区域截图,视口录像合成 mp4。
吐环境(补环境):采集 canvas / webgl / audio 真实指纹 + 签名 sink 定位,一键导出可 node 运行的补环境工程。
接管浏览器:BrowserServer 暴露 WebSocket 端点,Browser::connect 接管已运行的浏览器。

📦 安装

[dependencies]
drission = "0.1"

# 按需开启验证码能力(默认关,保持核心精简):
# drission = { version = "0.1", features = ["ocr", "slider"] }

feature	能力	依赖	默认
`ocr`	字符验证码识别(ddddocr + tract)	`image` + `tract-onnx`	关
`slider`	图片滑块缺口距离识别(极验 / 顶象)	纯 JS + std,零额外依赖	关

🚀 快速开始

use drission::prelude::*;

#[tokio::main]
async fn main() -> drission::Result<()> {
    // 留空 binary_path 即自动下载分发 Camoufox 到 ~/.cache/camoufox
    let browser = Browser::launch(BrowserOptions::new().headless(true)).await?;
    let tab = browser.latest_tab().await?;

    tab.listen_start(&["api/data"]).await?;        // 先开监听
    tab.get("https://example.com").await?;          // 再访问
    tab.ele("@id:kw").await?.input("drission").await?;
    tab.ele("#submit").await?.click().await?;

    let packet = tab.listen_wait().await?;          // 抓到目标 XHR(含响应体)
    println!("{}", packet.response.body);

    browser.quit().await?;
    Ok(())
}

示例:

cargo run --example quickstart                          # 最小闭环
cargo run --example pool_crawl                          # 高并发池 + 代理/指纹轮换 + 断点续抓
cargo run --example ocr_captcha   --features ocr        # 验证码 OCR
cargo run --example apizero_login --features ocr        # 端到端:填表 + OCR 验证码 + 登录
cargo run --example geetest_slide --features slider     # 极验滑块
cargo run --example dx_slide      --features slider      # 顶象滑块缺口识别(HL=0 看界面)

🖥️ 支持的平台与浏览器

平台:macOS(arm64,主力)· Linux · Windows(命名管道传输,已打通)。
浏览器:Camoufox(Firefox 反检测分支),首次运行自动下载分发。
协议:Firefox 的 Juggler(非 CDP)——Camoufox 仅支持 Juggler,本库自研 tokio 异步 Juggler 客户端。
Rust:≥ 1.85(edition 2024)。

🗺️ 路线图(未来)

验证码:点选 / 文字点选、计算题、滑块行为轨迹模型化,OCR 自训模型接入(dddd_trainer)。
更多反检测深指纹注入与「吐环境」补全(字体枚举、像素级 canvas、WebRTC)。
WS 接管多客户端多路复用、wss:// TLS。
静态 XPath 子集扩展、更多厂商滑块/盾预设。
更完善的 Windows 进程生命周期(Job Object 兜底)与 Linux 实测矩阵。

⚠️ 免责声明

本项目仅供学习与合法、非盈利用途。使用者须遵守目标站点的 robots 协议与当地法律法规, 禁止用于任何违法、侵害他人利益、攻击骚扰或采集受保护数据的行为。使用 drission 产生的一切行为及后果均由使用者自行承担,与版权持有人(极数本源)无关; 版权持有人不对本项目可能存在的缺陷导致的任何损失负责。

未经授权,禁止将本项目(无论是否修改)作为商品出售、转售、倒卖或作为付费产品/服务的核心牟利。 详见 LICENSE。

🙏 致谢

DrissionPage:API 设计灵感来源。
Camoufox:默认浏览器内核。
ddddocr:验证码 OCR 预训练模型。
tract:纯 Rust ONNX 推理引擎。

📄 许可证

自定义许可(源代码可用 · 仅限个人学习与合法非盈利 · 禁止未授权商业用途与转售),见 LICENSE。

关键词 / keywords: Rust 浏览器自动化 · 验证码识别 · OCR · 滑块缺口距离 · 极验 · 顶象 · 反检测 · 爬虫 · browser automation · captcha solver · slider captcha · anti-detect · web scraping · Camoufox · DrissionPage · 由极数本源 apizero.cn 出品。

drission 0.1.0