curl_cffi 实战：Python 爬虫的 TLS 指纹伪装指南

curl_cffi 为什么是当前的最优解

Python 爬虫的 TLS 指纹伪装方案演进：requests（无伪装）→ pyhttpx/tls-client（半吊子）→ curl_cffi（完整方案）。curl_cffi 胜出的原因：

1. 基于 curl-impersonate，TLS 指纹逐字节级复刻（不只是 JA3，整个 ClientHello 的字节序都对）
2. HTTP/2 指纹同步模拟（SETTINGS 帧、优先级、窗口更新全对齐浏览器）
3. API 兼容 requests，迁移成本几乎为零

pip install curl_cffi

基础用法：和 requests 几乎一样

from curl_cffi import requests

# 最简：指定模拟的浏览器
resp = requests.get('https://target.com', impersonate='chrome120')

# session 复用（cookie 自动管理）
session = requests.Session(impersonate='chrome120')
session.get('https://target.com/')          # 拿 cookie
resp = session.post('https://target.com/api', json={...})

# 代理
resp = requests.get(url, impersonate='chrome120',
                    proxies={'http': 'http://127.0.0.1:7890',
                             'https': 'http://127.0.0.1:7890'})

指纹版本的选择策略

# 查看当前版本支持的所有指纹
from curl_cffi import requests
# 文档或源码里的 BrowserType 列表：
# chrome99/100/101/104/107/110/116/119/120/123/124...
# safari15_3/15_5/17_0/17_2_ios...
# edge99/101...

选择原则：

1. 和 ua 严格匹配：ua 写 Chrome 120，impersonate 就 chrome120
2. 别用太旧的版本：风控会统计"真实用户群体的版本分布"，Chrome 99 在 2026 年的真实占比接近 0，用老指纹反而扎眼
3. 移动端场景用 safari_ios 指纹：模拟手机流量时选 safari17_2_ios 这类，配移动端 ua

精髓一：指纹验证与对拍

怎么确认伪装生效了？对拍：

# 你的脚本
r1 = requests.get('https://tls.peet.ws/api/all', impersonate='chrome120').json()
print(r1['tls']['ja3'], r1['http2']['akamai_fingerprint'])

# 真实 Chrome 访问同一地址（Console 里 fetch 或抓包）
# 对比 ja3 和 akamai_fingerprint 两个字段，一致 = 伪装成功

tls.peet.ws 返回完整的 TLS/H2 指纹信息，是指纹伪装的标定工具。

精髓二：和浏览器自动化的分工

curl_cffi 不是万能的，认清边界：

混合架构是常态：浏览器负责"过挑战拿凭证"，curl_cffi 负责"带凭证跑批量"——速度和通过率兼得。

精髓三：工程化的三个细节

1. 超时和重试：curl_cffi 的默认超时较长，批量任务显式设置 timeout=10，配合指数退避重试
2. 连接池：Session 复用连接（HTTP/2 多路复用），高频请求别每次新建 Session——既慢又增加指纹暴露面
3. 异常指纹漂移：curl_cffi 大版本升级时指纹实现可能微调，升级后重新对拍一次（CI 里加个指纹断言测试最稳）

总结

1. curl_cffi 是当前 Python TLS 指纹伪装的最优解，指纹+H2 双模拟
2. impersonate 版本与 ua 严格匹配，别用过时指纹
3. tls.peet.ws 对拍验证伪装效果
4. 混合架构：浏览器过挑战拿凭证，curl_cffi 带凭证跑批量

交流微信：run1255