现代反机器人系统，如 Cloudflare、DataDome 和 Imperva，并不只依赖 CAPTCHA——它们还会检查 TLS 指纹、HTTP 行为以及浏览器一致性，以检测非人类流量。
这意味着，如今绕过 WAF（Web Application Firewall，Web 应用防火墙）通常不仅仅需要一个标准 HTTP 客户端：你还需要与浏览器匹配的 TLS 指纹、对齐的请求头，以及一个可靠的 CAPTCHA 处理层。
在本指南中，你将了解 TLS 指纹识别的工作原理、为什么 JA3 和 JA4 对机器人检测至关重要，以及像 tls-client 和 CapMonster Cloud 这样的工具如何融入现代反机器人绕过技术栈。
当你的代码发起 HTTPS 请求时，TLS 握手会暴露客户端的细节——支持的密码套件、扩展、椭圆曲线及其排序方式。这些组合会形成一个 TLS 指纹，通常表现为 JA3 哈希（基于 ClientHello 字段）或 JA4 指纹（一种更新、结构化程度更高的格式——并不只是 JA3 的可互换替代方案）。
反机器人系统会将该指纹与已知配置进行比对。像 Python 的 requests、Node 的 axios 或 Go 的 net/http 这样的标准 HTTP 库生成的指纹，可能会成为 非浏览器流量的强烈信号——从而在你的请求到达应用层之前，就在边缘/WAF 层触发质询或拦截。需要注意的是，反机器人厂商通常会将 TLS 指纹识别与其他多种技术、统计和行为信号结合使用，而不是将其作为唯一判定标准。
重要说明：TLS 指纹识别通常只是多阶段检测流水线中的一层（具体包含哪些层，取决于特定防护提供商和网站配置）。即使请求通过了 TLS 检查，反机器人系统仍可能使用基于 JavaScript 的质询或 CAPTCHA 来挑战客户端——这就需要一个完整的绕过技术栈，而不仅仅是伪造指纹。
默认 HTTP 客户端具有可预测性。来自 Python 的 requests 会话总是以相同顺序协商相同的密码套件——这使得 Cloudflare、DataDome 和 Imperva 等系统能够在其多信号分析流水线中，将其作为区分机器人与真实浏览器的可靠信号。
这使得 TLS 指纹识别成为一种高效、低成本的第一道过滤器：它可以在无需承担更深层行为分析计算成本的情况下，拦截大多数初级自动化流量。
要通过 TLS 检查，你需要一个能够复现真实浏览器精确握手参数的客户端。以下两个选项值得评估：
这两个库都旨在于套接字层面逼近浏览器 TLS 配置，但 并不能保证与真实浏览器会话完全一致——即使是 tls-client 的官方文档也指出，其内部配置未必始终能与实时浏览器达到 100% 的一致性。
初始化 TLS 客户端时，请使用现代 Chrome 配置，并启用扩展顺序随机化。每个配置对应的精确字符串标识符可能因库版本而异——在部署前，务必根据 官方配置列表进行核实。
import tls_client
try:
session = tls_client.Session(
client_identifier="chrome_133", # 在你的库版本中核实该标识符
random_tls_extension_order=True
)
response = session.get(
"https://target-site.com",
timeout_seconds=30,
headers={
"User-Agent": (
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
"AppleWebKit/537.36 (KHTML, like Gecko) "
"Chrome/146.0.0.0 Safari/537.36"
),
"Accept-Language": "en-US,en;q=0.9,ru;q=0.8",
"Accept-Encoding": "gzip, deflate, br, zstd",
}
)
print(response.status_code)
except Exception as e:
print(f"Request failed: {e}")关键参数：
通过 TLS 检查是必要的，但并不总是充分的。像 Cloudflare、 DataDome 和 Imperva 这样的平台采用分层机制：在 TLS 之后，它们可能会下发 JavaScript 质询或 CAPTCHA，以验证客户端是否为真实浏览器。任何一层中的行为不匹配都可能触发拦截。
这正是 CapMonster Cloud 在整个技术栈中的作用所在。它是一项基于云的 CAPTCHA 求解服务，提供 API，可处理这些反机器人系统下发的质询类型：
一般工作流程是：你的 TLS 仿真客户端负责传输层；CapMonster Cloud 负责解析质询令牌；然后你将该令牌注入后续请求中。在实际场景中，是否成功取决于具体的 WAF 配置，以及除令牌之外的其他附加信号。
下面的示例涵盖的是 Cloudflare Bot Challenge——这是一种常见场景，即受保护站点返回 403 "Just a moment" 页面。它使用带有 cloudflareTaskType: "cf_clearance" 参数的 TurnstileTask，这是专门针对 Cloudflare Challenge 的流程—— 不同于常规的 Turnstile 任务（后者用于独立的 Turnstile 小组件）。由于 API 模式可能会随版本变化，请始终参考 当前的 CapMonster Cloud 文档，确认所需字段的准确要求。
import tls_client
import base64
import time
import requests
from urllib.parse import urlparse
# ===================== 配置 =====================
API_KEY = "YOUR_CAPMONSTER_API_KEY"
TARGET_URL = "https://example.com/protected-page"
WEBSITE_KEY = "xxxxxxxxxx"
USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/146.0.0.0 Safari/537.36"
# 代理格式：protocol://user:pass@ip:port
PROXY = "http://proxy_login:proxy_password@proxy_ip:proxy_port"
CREATE_TASK_URL = "https://api.capmonster.cloud/createTask"
GET_RESULT_URL = "https://api.capmonster.cloud/getTaskResult"
# ===================== TLS 会话 =====================
session = tls_client.Session(
client_identifier="chrome_120",
random_tls_extension_order=True
)
session.headers.update({
"User-Agent": USER_AGENT,
"Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
"Accept-Language": "en-US,en;q=0.9",
"Connection": "keep-alive",
})
session.proxies = {
"http": PROXY,
"https": PROXY
}
# ===================== 代理解析器 =====================
def parse_proxy(proxy_url):
parsed = urlparse(proxy_url)
return {
"proxyType": parsed.scheme,
"proxyAddress": parsed.hostname,
"proxyPort": parsed.port,
"proxyLogin": parsed.username,
"proxyPassword": parsed.password
}
# ===================== 步骤 1 =====================
def get_html_base64():
try:
resp = session.get(TARGET_URL, timeout_seconds=30)
print(f"[INFO] Status: {resp.status_code}")
html_base64 = base64.b64encode(resp.content).decode()
print("[INFO] HTML Base64 received")
return html_base64
except Exception as e:
print("[ERROR] Fetch HTML:", e)
return None
# ===================== 步骤 2 =====================
def solve_captcha(html_base64):
proxy_data = parse_proxy(PROXY)
payload = {
"clientKey": API_KEY,
"task": {
"type": "TurnstileTask",
"websiteURL": TARGET_URL,
"websiteKey": WEBSITE_KEY,
"cloudflareTaskType": "cf_clearance",
"htmlPageBase64": html_base64,
"userAgent": USER_AGENT,
"proxyType": proxy_data["proxyType"],
"proxyAddress": proxy_data["proxyAddress"],
"proxyPort": proxy_data["proxyPort"],
"proxyLogin": proxy_data["proxyLogin"],
"proxyPassword": proxy_data["proxyPassword"]
}
}
create = requests.post(CREATE_TASK_URL, json=payload).json()
print("[INFO] CreateTask:", create)
if create.get("errorId") != 0:
raise Exception(create.get("errorDescription"))
task_id = create["taskId"]
print(f"[INFO] Task ID: {task_id}")
while True:
time.sleep(5)
result = requests.post(GET_RESULT_URL, json={
"clientKey": API_KEY,
"taskId": task_id
}).json()
if result.get("status") == "ready":
print("[INFO] Solution received")
return result["solution"]
print("[INFO] Waiting...")
# ===================== 步骤 3（应用 Cookies） =====================
def apply_cookies(solution):
"""
应用来自 CapMonster 求解结果的 cookies
"""
# 选项 1：cookie 列表
if "cookies" in solution:
for cookie in solution["cookies"]:
session.cookies.set(
cookie["name"],
cookie["value"],
domain=cookie.get("domain", ".example.com"),
path=cookie.get("path", "/")
)
print("[INFO] Cookies applied from list")
# 选项 2：单独的 cf_clearance
if "cf_clearance" in solution:
session.cookies.set(
"cf_clearance",
solution["cf_clearance"],
domain=".example.com",
path="/"
)
print("[INFO] cf_clearance applied")
# ===================== 步骤 4（访问受保护页面） =====================
def access_protected_page():
try:
resp = session.get(TARGET_URL, timeout_seconds=30)
print(f"[INFO] Final Status: {resp.status_code}")
if "cf-chl" in resp.text or resp.status_code in :
print("[WARNING] Still blocked by Cloudflare")
else:
print("[SUCCESS] Cloudflare bypass successful")
return resp.text
except Exception as e:
print("[ERROR] Final request:", e)
# ===================== 主程序 =====================
def main():
html_base64 = get_html_base64()
if not html_base64:
return
solution = solve_captcha(html_base64)
print("\\n=== CAPTCHA SOLUTION ===")
print(solution)
apply_cookies(solution)
access_protected_page()
if __name__ == "__main__":
main()CapMonster Cloud 支持对需要代理的质询使用 基于代理 的任务（Cloudflare Bot Challenge、DataDome）。你提供的代理会影响验证过程中使用的 IP，但质询最终是否被接受，还取决于防护服务内部的其他逻辑。
对于使用现代反机器人防护的网站，生产级绕过流水线应当分别处理每一层检测机制——不过在实践中，许多防护提供商会将这些信号组合起来并赋予不同权重：
只处理其中一层而忽略其他层，是绕过尝试在规模化场景下失败的常见原因。大多数提供商都会使用多种信号——要获得稳定结果，就需要一并处理这些信号。
