输入伪装

伪装方法

为了让你清晰理解，我将模拟输入的方法按照**从上层（软件/应用层）到底层（硬件/驱动层）**进行分级和对比：

Level 1: JavaScript 注入 (DOM Level)

这是最原始的方法。通过在浏览器的控制台或通过 page.evaluate() 执行 JS 代码。

• 代码示例: document.getElementById('login-btn').click()
• 原理: 直接触发 HTML 元素的事件。
• 检测风险: 极高 (100% 被抓)。
  • 事件的 isTrusted 属性会是 false。
  • 没有真实的鼠标移动轨迹，点击是瞬移的。
  • 严格的网站直接忽略这种点击，甚至封号。

Level 2: 浏览器调试协议 (CDP / Framework Level)

这是 Playwright、Puppeteer、Selenium (部分) 默认使用的方法。

• 原理: 利用 CDP (Chrome DevTools Protocol) 的 Input.dispatchMouseEvent 和 Input.dispatchKeyEvent 接口。它告诉浏览器内核：“在这个坐标发生了一个点击”。
• 特点:
  • 优点: 事件的 isTrusted 属性通常为 true（因为是浏览器内核触发的）。支持后台运行（Headless 模式）。
  • 缺点: 默认的 page.mouse.move 往往是直线移动或匀速移动，这非常像机器人。
  • 检测点: 行为分析。如果不配合复杂的轨迹算法（贝塞尔曲线、抖动），很容易被行为指纹（Behavioral Biometrics）识别。

Level 3: 操作系统 API (OS API Level)

这是 PyAutoGUI、AutoIt、RobotJS 使用的方法。

• 原理: 调用操作系统底层的 API（如 Windows 的 user32.dll 中的 SendInput 或 SetCursorPos）。它直接控制操作系统的光标。
• PyAutoGUI 是最底层的吗？ 不是。 它只是封装了操作系统的 API。
• 与 Playwright 的区别:
  • PyAutoGUI 是独占屏幕的。鼠标动的时候，你不能动鼠标，否则会冲突。
  • 它不识别网页内的元素坐标，只识别屏幕像素坐标。你需要先算出网页元素在屏幕的哪里（非常麻烦且不稳定）。
• 检测风险: 对于 Web 检测来说，它的真实度高于 Level 1，但如果由 API 触发，Windows 事件中可能会带有一个 LLMHF_INJECTED 标记，极少数超高等级的反作弊（通常是游戏反外挂，而非网页）能检测到。

Level 4: 硬件驱动级 (Kernel / Driver Level)

这是目前最隐蔽的方式，常用于游戏脚本或极高价值的抢购。

• 原理:
  • 驱动级: 使用定制的鼠标驱动（如罗技驱动映射、DD 驱动、Interception 驱动），在内核层模拟信号。
  • 物理级: 使用单片机（如 Arduino Pro Micro, Raspberry Pi），通过 USB 接口将自己伪装成一个真实的 HID 设备（鼠标/键盘）。
• 检测风险: 几乎为 0。浏览器和操作系统都认为这就是真实的物理硬件输入。

Playwright 和 PyAutoGUI 产生的 JS 事件区别

如果不考虑连续运动轨迹（即假设你只发了一个点击动作），单纯把 PyAutoGUI 产生的 JS 事件对象 和 Playwright 产生的 JS 事件对象 放在显微镜下对比：

答案是：它们并不完全一样。

虽然对于 99% 的普通网站检测逻辑（比如简单的 event.isTrusted 检查）来说，它们看起来是一样的，但在**高等级的反作弊系统（如 Akamai, Cloudflare, Datadome 的高级模式）**眼里，它们在“基因”层面存在微小的差异。

以下是具体的差异点：

1. isTrusted 属性的来源不同（最关键的伪装）

• PyAutoGUI:
  • 真实性： 它的 isTrusted: true 是原生的。
  • 原理： 浏览器内核通过 Windows 消息队列收到了真实的硬件中断信号（虽然是 OS 模拟的）。浏览器此时真心认为“这就是用户点的”，所以主动打上了 true 标记。
• Playwright:
  • 真实性： 它的 isTrusted: true 是伪造的（或者说“强制”的）。
  • 原理： Playwright 通过 CDP 协议命令浏览器：“生成一个事件，并且把 isTrusted 设为 true”。虽然结果也是 true，但在浏览器内核的极深层（C++ 源码层面），这两种事件进入渲染流水线的路径是不一样的。
  • 检测风险： 虽然 JS 层面很难读出区别，但如果反作弊脚本利用了某些浏览器 Bug 或者 渲染帧时序（Frame Timing） 的差异，是有可能推断出这个事件是“无中生有”插入的。

2. 事件属性的默认值与“洁癖”

Playwright 生成的事件往往太“干净”或“完美”了，而 PyAutoGUI 继承了操作系统的“脏”数据。

• 精度问题：
  • Playwright: 你告诉它点击 (100, 200)，它生成的 clientX/Y 就是精确的 100, 200。
  • PyAutoGUI: 它依赖操作系统缩放（DPI Scaling）。如果你屏幕有缩放（比如 125%），你命令移动到 100，JS 实际收到的可能是 100.000002 或者有微小偏差。这种**非整数的“噪音”**反而更像真实环境。
• 多余属性 (Metadata)：
  • 真实的鼠标事件（PyAutoGUI）可能会携带一些与当前特定硬件驱动相关的边缘属性（比如某些游戏鼠标特有的高精度压力值，或者数位板的 Tilt 值）。
  • Playwright 生成的事件通常只包含标准属性，缺乏这些“环境噪音”。

3. 时间戳 (TimeStamp) 的微观差异

这是最高端的检测手段之一。

• PyAutoGUI:
  • 事件触发是异步且混乱的。操作系统什么时候把消息给浏览器，浏览器就什么时候触发。它与浏览器的**渲染帧（Refresh Rate）**不完全同步。
• Playwright:
  • CDP 命令通常由浏览器的主事件循环（Event Loop）处理。这意味着 Playwright 的输入事件往往会非常完美地对齐浏览器的渲染周期（例如总是正好在每一帧的开始或结束触发）。
  • 检测点： 如果统计大量点击事件，发现它们的时间戳总是与 16.6ms（60Hz 刷新率）存在某种数学上的整除关系，那就是脚本特征。

4. 交互上下文（Context）的致命差异

这是最容易被忽略，但最容易导致露馅的地方。

• 场景： 假设你的浏览器窗口现在被另一个窗口遮挡了一半。
• PyAutoGUI:
  • 它模拟的是“物理光标”。如果你让它点击一个被遮挡的坐标，它实际点击的是最上层遮挡它的那个窗口，而不是浏览器。
  • 结果： 浏览器里根本收不到 JS 事件，或者收到一个 window.blur（失去焦点）事件。逻辑断裂。
• Playwright:
  • 它模拟的是“虚拟事件”。即使浏览器被最小化，或者被遮挡，它依然能把点击事件精准地送达网页内的按钮上。
  • 结果： 网页在不可见（Visiblity: Hidden）或者被遮挡的情况下，依然收到了点击事件。
  • 检测判定： “非人哉”。人类不可能点击一个他看不见的按钮。