给现有 Playwright 爬虫换上 Camoufox：反检测指纹伪装的最小集成与调参手册

【免费下载链接】camoufox🦊 Anti-detect browser项目地址: https://gitcode.com/gh_mirrors/ca/camoufox

爬虫最常见的死法不是解析失败，而是请求刚发出去就被拦：UA、Canvas 读数、WebGL renderer 里随便挑一项对不上目标画像，就进挑战页。Camoufox 是 Firefox 系反检测浏览器，Playwright 直接驱动它，指纹伪装发生在浏览器 C++ 层而不是页面注入——这是它和"往navigator上打补丁"方案的核心区别。

这套组合改变了什么

现有 Playwright 脚本基本不用改。Camoufox 返回的是标准 Playwright 的Browser/Page对象，page.goto、page.evaluate、选择器照常用，换的只是启动入口。

指纹从 C++ 返回，不是 JS 覆盖。启动器把身份写进CAMOU_CONFIG环境变量，浏览器里的补丁经MaskConfig读取后在 C++ 层应答，页面拿到的是"原生值"；toString()、属性描述符都看不到覆盖痕迹，worker、iframe 里读数也一致。

自动化代码在页面不可见。Playwright 的 evaluate、选择器、init script 跑在 Juggler 的隔离世界，输入走 Firefox 原生输入处理器触发 trusted 事件；1-leak-fixes.patch 把navigator.webdriver恢复为false。

HTTP 头和 navigator 永远一致。很多检测是拿Accept-Language、UA 头去对脚本上报值，network-patches.patch 保证两者同源，不用手动对齐。

指纹伪装维度覆盖（实现均在 browser/patches/）：

• Canvas / WebGL：GPU、renderer、扩展与参数，webgl-spoofing.patch
• 字体：按所声称 OS 下发捆绑字体集
• 时区 / locale / 地理 / WebRTC IP：随身份下发，worker 内一致
• 音频、屏幕与窗口尺寸、媒体设备列表

从 0 到跑通的最小路径

四步：拉仓库 → 装依赖 → 启动 → 拿数据。

git clone https://gitcode.com/gh_mirrors/ca/camoufox pip install -U "camoufox[geoip]" camoufox fetch

仓库用于看补丁和构建；日常跑爬虫只依赖 PyPI 包，camoufox fetch会装好与本版本配对、sha256 锁定的浏览器二进制和 fpgen 模型。启动并取数：

from camoufox.sync_api import Camoufox with Camoufox(headless=True) as browser: page = browser.new_page() page.goto("https://example.com") print(page.evaluate("navigator.userAgent")) print(page.evaluate("Intl.DateTimeFormat().resolvedOptions().timeZone"))

现有脚本只需把启动那行从playwright.firefox.launch()换成Camoufox(...)，后面的page操作原样保留。

指纹参数怎么调

先动身份，再动网络，最后动细节，一次只动一组：

1. os：决定字体、语音、WebGL 整套画像，先定下来；
2. proxy+geoip=True：时区、locale、geolocation、WebRTC IP 全部对齐代理出口 IP，装[geoip]extra 才会查 GeoIP 库；
3. locale、screen、window：与出口地、机型画像保持一致；
4. humanize=True、webgl_config：收尾微调，humanize会让page.mouse.move()按录制轨迹回放。

指纹默认由 fpgen 从真实流量分布抽取，coherence.py会拒掉现实中不存在的组合；要固定身份用fingerprint传 dict，fingerprint_preset=True用录制的真实设备。

验证三步：开debug=True打印发给浏览器的配置；page.evaluate读回navigator、Intl与预期比对；盯启动时的LeakWarning，它会点名是哪个字段与其余身份不匹配。

组件注册报错与内存增长排查

现象：浏览器起不来，Playwright 卡在等待 Juggler。原因：Juggler 作为 Firefox 组件由 components.conf 注册，esModule指向resource://gre/modules/juggler/components/Juggler.js、constructor为JugglerFactory；改过组件或配置后这对字段不一致，组件注册不上，Playwright 永远等不到 Juggler 的 listening 行。处理：按该文件核对esModule/constructor，注意它是 ESM 格式，不是旧 JSM。

现象：多 context 长跑内存持续增长。原因：页面缓存默认关闭就是为省内存；enable_cache=True会保留 Firefox 页面与请求缓存，长跑任务里内存随页面数上涨。处理：长跑保持默认，或缩短 context 生命周期，别指望开缓存提速。

现象：Canvas / WebGL 读回随机像素，并打印 LeakWarning。这是预期行为不是 bug：身份 OS 与宿主机不同时，真像素会暴露宿主机 OS，Camoufox 自动打开 canvas 保护。要真像素就canvas_noise=False（代价是像素与宿主机一致），或在宿主机 OS 上启动该浏览器。

适用边界与下一步

这套方案适合已有 Playwright 脚本、目标站点以浏览器指纹为主要检测手段的爬虫场景。边界很明确：Camoufox 只呈现 Firefox 身份，WAF 若直接测 SpiderMonkey 引擎行为，伪装层改不了引擎；另外它默认搭配旋转代理（住宅 IP 优先）使用，无代理时 IPv6 仍可能暴露本机位置。下一步可以试NewContext()在一个浏览器里跑多套身份，或用launch_server暴露远程 Playwright server 给其他语言接入。

【免费下载链接】camoufox🦊 Anti-detect browser项目地址: https://gitcode.com/gh_mirrors/ca/camoufox