drission · Rust 反检测浏览器自动化 + 内置验证码识别(OCR / 滑块缺口距离)

English · 简体中文

drission 是一个用 Rust 编写的高性能浏览器自动化库:默认开箱驱动 Google Chrome(Chromium / CDP, 也支持 Edge / Brave / Chromium / Electron),一行开启 Camoufox(Firefox 反检测内核) 及其全部高级能力——内置字符验证码 OCR(ddddocr 模型 · 纯 Rust 推理)、图片滑块缺口距离识别(极验 / 顶象)、 自动过 Cloudflare 盾、XHR 监听 / 拦截、高并发浏览器池。API 语法对齐 DrissionPage,面向高并发爬虫与自动化。

drission is a high-performance browser-automation library in Rust: drives Google Chrome (CDP) by default, with Camoufox/Firefox anti-detect available via one feature flag — built-in captcha OCR, image slider-gap recognition, async high-concurrency crawling, XHR listen/intercept and 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 Chrome 自动化 / 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。

与众不同之处:Rust 生态里的浏览器自动化库(如 zendriver-rs、rust_drission、stygian-browser 等)验证码普遍依赖第三方打码服务 (capsolver / 2captcha)。drission 默认开箱即用驱动 Google Chrome,并内置离线验证码识别(ddddocr OCR + 图片滑块缺口距离)、 一行切换 Camoufox / Firefox 反检测内核——无需联网打码,是「Rust 版 DrissionPage」里少有的自带打码方案。

📖 这是什么(一句话看懂)

drission = Rust 版的 DrissionPage + 内置打码(OCR / 滑块)+ 反检测过盾。 用一套 tokio 异步 API 同时拿下:

• 浏览器自动化:启动 / 接管反检测浏览器,像写 DrissionPage 一样定位元素、点击输入、抓包改包。
• 验证码识别:字符验证码离线 OCR、滑块缺口距离计算 + 拟人轨迹,不依赖第三方打码平台、无需联网。
• 反检测与过盾:指纹定制、navigator.webdriver=false、自动通过 Cloudflare Turnstile。
• 工程化采集:高并发浏览器池、代理 / 指纹轮换、断点续抓、Session(HTTP)双模、CSV / JSON 导出。

典型场景:Rust 爬虫 / 数据采集 / 自动化测试 / 风控与验证码对抗研究 / Web-JS 逆向补环境与纯算签名。

🆕 最新版本 v0.2.0 新增

完整记录见 CHANGELOG.md。本版默认后端改为 Google Chrome(CDP)、Windows 稳定支持。

• 默认开箱驱动 Google Chrome(CDP) —— 破坏性变更:default = ["cdp"],开箱即用驱动 / 接管 Chrome / Edge / Brave / Chromium / Electron。Camoufox / Firefox 反检测内核及其全部高级能力(Page / WebPage / SessionPage / 池 / 吐环境 / 过盾 / 滑块…)改为 --features camoufox 一行开启。
• Windows 稳定支持 + Chrome 路径智能探测(对标 DrissionPage get_chrome_path):CHROME_BIN / DRISSION_CHROME 环境变量 → 常见安装路径(Windows 覆盖用户级 %LOCALAPPDATA% 与系统级 %PROGRAMFILES% 系列)→ Windows 注册表 App Paths\chrome.exe(HKCU 优先,再 HKLM)→ 系统 PATH 扫描;全程优先 Google Chrome,解决免管理员用户级安装 / 非默认盘探测不到的问题。
• CDP 启动便捷方法:ChromiumBrowser::launch_with(path, headless)(指定可执行文件)、ChromiumBrowser::find_chrome() 与 cdp::chrome_path()(诊断“为何没找到浏览器”)。
• Page 一行起步门面(Camoufox,对标 DP ChromiumPage):Page::new() / headless() / connect(),经 Deref 直接拥有全部 Tab 方法;tab.click/input/exists 高频捷径。
• 后端无关共享模块:crate::keys(Keys / KeyInput)、crate::net(DataPacket / ListenFilter / ResumeOptions 等),两后端复用、始终编译。

早期版本能力(0.1.x):CDP 后端、Session / WebPage 双模、采集导出、代理池健康、纯算签名运行器、Cloudflare 过盾、顶象缺口算法、登录态持久化、Shadow DOM、下载管理、工程化 CI —— 详见 CHANGELOG.md。

✨ 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;配合 signer 可编成无 Node 单二进制纯算签名。
• 接管浏览器:BrowserServer 暴露 WebSocket 端点,Browser::connect 接管已运行的浏览器。
• 多后端:默认 Chromium / CDP(驱动 / 接管 Chrome / Edge / Brave / Chromium / Electron);--features camoufox 起 Camoufox / Firefox(Juggler)反检测后端及其全部高级能力。

🆚 对比:drission vs 其它方案

一句话:想要「DrissionPage 的顺手 + Rust 的性能 + 自带打码与反检测」,选 drission。

📦 安装

[dependencies]
drission = "0.2"                                         # 默认 = Chromium / CDP(Google Chrome)

# 要 Camoufox 反检测内核 + 全部高级能力(吐环境 / 过盾 / 池 / 滑块…),开 camoufox:
# drission = { version = "0.2", features = ["camoufox", "ocr", "slider", "signer"] }

🚀 快速开始

默认后端 = Google Chrome(CDP),无需任何 feature,自动探测本机 Chrome(Windows 含注册表 / 用户级安装):

use drission::prelude::*;

#[tokio::main]
async fn main() -> drission::Result<()> {
    // 自动定位 Google Chrome(CHROME_BIN/DRISSION_CHROME → 安装路径 → Windows 注册表 → PATH);
    // 找不到则自动下载 Chrome for Testing 到 ~/.cache/drission/chrome/(对标 CloakBrowser)。
    // 要指定浏览器:ChromiumBrowser::launch_with("C:\\...\\chrome.exe", true)
    let browser = ChromiumBrowser::launch(true).await?;     // headless
    let tab = browser.new_tab("https://example.com").await?;

    println!("title = {:?}", tab.title().await?);
    println!("h1    = {:?}", tab.ele_text("h1").await?);

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

Camoufox 反检测内核(--features camoufox)—— 自动下载分发,带过盾 / 吐环境 / 池 / 滑块等全部高级能力:

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.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?;

    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(Camoufox 系示例需 --features camoufox):

cargo run --example cdp_demo                                  # 默认 Chromium / CDP 后端(Google Chrome)
cargo run --example cdp_fetch                                 # 自动下载 Chrome for Testing 并驱动(对标 CloakBrowser)
cargo run --example quickstart    --features camoufox         # Camoufox 最小闭环
cargo run --example pool_crawl    --features camoufox         # 高并发池 + 代理/指纹轮换 + 断点续抓
cargo run --example ocr_captcha   --features camoufox,ocr     # 验证码 OCR
cargo run --example geetest_slide --features slider           # 极验滑块(slider 自动带入 camoufox)
cargo run --example dx_slide      --features slider           # 顶象滑块缺口识别(HL=0 看界面)
cargo run --example env_signer    --features signer           # 内嵌 QuickJS 纯算签名(无 Node)

🖥️ 支持的平台与浏览器

• 平台:macOS(arm64,主力)· Linux · Windows(稳定支持)——CDP 直接启动本机浏览器;Camoufox 后端用命名管道传输。
• 浏览器:默认 Google Chrome(及 Edge / Brave / Chromium / Electron,CDP);Chrome 路径智能探测(Windows 注册表 App Paths + 用户级 %LOCALAPPDATA% + PATH,对标 DrissionPage)。可选 Camoufox(Firefox 反检测分支,--features camoufox,首次运行自动下载分发)。
• 协议:Chromium 后端走 CDP(Chrome DevTools Protocol);Camoufox 走 Firefox 的 Juggler(本库自研 tokio 异步 Juggler 客户端)。
• Rust:≥ 1.85(edition 2024)。

❓ 常见问题(FAQ)

Q:drission 和 DrissionPage 是什么关系? A:API 语法刻意对齐 DrissionPage,从 Python DP 迁移几乎零成本(见 API 映射);但 drission 是 Rust 原生重写,性能更高,且内置验证码识别与反检测过盾。

Q:验证码识别要联网或调用打码平台吗? A:不需要。字符 OCR 用 ddddocr 预训练模型 + 纯 Rust 推理离线完成;滑块缺口距离是本地图像算法。首次仅自动下载一次模型到缓存。

Q:支持 Chrome 吗?默认用哪个浏览器? A:默认就是 Google Chrome(Chromium / CDP 后端,开箱即用,也支持 Edge / Brave / Chromium / Electron)。本机 Chrome 路径自动探测(CHROME_BIN / DRISSION_CHROME → 安装路径 → Windows 注册表 App Paths → PATH,对标 DrissionPage)。找不到系统 Chrome 时自动从官方 Chrome for Testing 下载并缓存(对标 CloakBrowser 首次运行自动下载,三平台 mac / win / linux),也可用 ChromiumBrowser::launch_with(path, headless) 指定。要 Firefox 反检测内核则开 --features camoufox。

Q:没装 Chrome 也能用吗? A:能。ChromiumBrowser::launch(headless) 找不到系统浏览器会自动下载 Chrome for Testing 到 ~/.cache/drission/chrome/;也可显式 ChromiumBrowser::download_chrome()(返回路径、不启动),或 drission::cdp::download_chrome_for("win64", "Stable") 跨平台预取(如在 mac 上为分发下载 Windows 版)。

Q:能过 Cloudflare 吗? A:可以。tab.pass_cloudflare() 支持交互式 Turnstile 可信点击与非交互式自动放行。

Q:怎么做高并发采集? A:用 BrowserPool 浏览器池,内置代理 / 指纹轮换、失败重试与断点续抓;省内存场景可切 Session(HTTP)双模。

Q:跨平台吗?需要什么 Rust 版本? A:macOS(主力)· Linux · Windows(命名管道传输已打通);Rust ≥ 1.85(edition 2024)。

📚 文档

• 文档总览 docs/ — 设计 · API 映射 · 并发池 · 长监听
• DrissionPage → drission API 映射 — 从 DP 迁移,按表把 Python 写法换成 Rust,几乎零成本
• 设计文档 — 分层架构 / Juggler 选型 / 并发模型 / 各能力接线
• 高并发池设计 — BrowserPool / 代理池 / 指纹池 / 断点续抓
• 示例索引(48+) — 「能力 → 示例 → 运行命令」总览
• API 参考(docs.rs) · 更新日志 CHANGELOG

🗺️ 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 · ddddocr · OCR · 滑块缺口距离 · 极验 GeeTest · 顶象 Dingxiang · 反检测 · 过 Cloudflare 盾 · 高并发爬虫 · 代理轮换 · 指纹定制 · 补环境 · 纯算签名 · Camoufox · Firefox Juggler · Chromium CDP · DrissionPage · Rust 版 DrissionPage · browser automation · captcha solver · captcha OCR · slider captcha · GeeTest · anti-detect · undetectable · stealth · Cloudflare bypass · web scraping · crawler · proxy rotation · alternative to rust_drission / zendriver-rs · 由 极数本源 apizero.cn 出品。