在b站做计网实验 - 抓包/get/post

前言

这篇博文是一个小实验，用python发送get/post请求，其中用到cookie登录bilibili网站并修改个人信息。

 

抓包

对HTTP应用而言，用浏览器自带的插件可以很方便做到抓包，比如chrome F12快捷键，network，preserve log。

Http协议请求/响应报文，以及各个字段，都能很直观地观察到。

 

模拟浏览器Get 请求

Tcp的通信，事实上是一个进程与另一个进程通过网络进行的通信。服务器接收到网络传来的信息后，很难判断对方进程是来自终端脚本，还是浏览器。

python的urllib2库可以很轻松地模拟一个get/post请求的发送。

#coding=utf-8
import json
import urllib2,urllib


def web_get():
    req = urllib2.Request('http://www.bilibili.com')
    html = urllib2.urlopen(req)
    fileHandle = open('main.html', 'w')
    fileHandle.write(html.read())
    fileHandle.close()

if __name__ == '__main__':
    web_get()

 

上述代码主要用到以下函数urllib2的函数：

 

urllib2.urlopen(url[, data[, timeout[, cafile[, capath[, cadefault[, context]]]]])　

 

向http://www.bilibili.com发送请求，然后把内容写到main.html， 文件打开是这样的：

<!DOCTYPE html><html lang=zh-Hans><head><meta charset=utf-8><title>哔哩哔哩 (゜-゜)つロ 干杯~-bilibili</title><meta name=description content=bilibili是国内知名的视频弹幕网站，这里有最及时的动漫新番，最棒的ACG氛围，最有创意的Up主。大家可以在这里找到许多欢乐。><meta name=keywords content=B站,弹幕,字幕,AMV,MAD,MTV,ANIME,动漫,动漫音乐,游戏,游戏解说,ACG,galgame,动画,番组,新番,初音,洛天依,vocaloid><meta name=renderer content=webkit><meta http-equiv=X-UA-Compatible content="IE=edge"><link rel=dns-prefetch href=//s1.hdslb.com><link rel=dns-prefetch href=//i0.hdslb.com><link rel=dns-prefetch href=//i1.hdslb.com><link rel=dns-prefetch href=//i2.hdslb.com><link rel=dns-prefetch href=//static.hdslb.com><link rel="shortcut icon" href=//static.hdslb.com/images/favicon.ico><link rel=search type=application/opensearchdescription+xml href=//static.hdslb.com/opensearch.xml title=哔哩哔哩><link href=//s1.hdslb.com/bfs/static/phoenix/home/static/css/main.4299bdb2455910aaf27f1d0f3ab3fc5c.css rel=stylesheet></head><body><div class="z-top-container has-banner"></div><div id=home-app><app></app></div><div class="footer bili-footer"></div><script type=text/javascript>if(!+"\v1"){
        document.body.innerHTML = "<div style='background: #00a1d6; text-align: center; padding: 10px 0; color: #fff;'>为了保护你的账号安全，bilibili已不支持IE8及以下版本浏览器访问，建议你升级到IE最新版本浏览器，或使用Chrome等其他浏览器。</div>"
      }</script><script type=text/javascript src=//static.hdslb.com/js/jquery.min.js></script><script type=text/javascript src=//static.hdslb.com/common/js/nav.js></script><script type=text/javascript src=//static.hdslb.com/common/js/footer.js></script><script type=text/javascript src=//s1.hdslb.com/bfs/cm/st/bundle.js></script><script type=text/javascript>$(function(){
        //日志上报
        window.config = { sample : 1, errorTracker : false , resourceTracker: false , scrollTracker: true,   msgObjects : ''}
        var jq = document.createElement('script');
        jq.src = "//s1.hdslb.com/bfs/static/log/report/reporter.js";
        document.getElementsByTagName('body')[0].appendChild(jq);
      })</script><!-- built files will be auto injected --><script type=text/javascript src=//s1.hdslb.com/bfs/static/phoenix/home/static/js/main.93ebc77ff35d09ded440.js></script></body></html>

 

从中可以看出，b站的主页首先发来一个短的html, 里面有一段小的提醒文字和一段js脚本。如果js脚本判断到浏览器版本过低，影响排版，就不会继续加载后面的内容，而一开始的提醒文字被留下。一个简洁高效的提醒，对吧？

 

模拟浏览器Post 请求

 

要模拟浏览器对一个网站发出post请求，步骤如下：

1. 获取接收表单的URL，在这个例子里，是https://account.bilibili.com/site/UpdateSetting。一般来说，这个得到对应的页面提交一次，然后用开发者工具找到这个请求的目标地址。

2. 实现登录，获取cookie。在这个例子里面，因为B站本身有验证码，只好比较挫地手动登录之后，抓包拿到自己的cookie填进去。

3. 按照表单要求填写data，注意服务器会检查，所以每一个字段最好都按照抓包回来的样式填好。

4. 填写其他头部的字段，同样是抄之前抓到的包，模拟自己是浏览器。

 

#coding=utf-8
import json
import urllib2,urllib

def changeinfo(cookie):
    posturl = "https://account.bilibili.com/site/UpdateSetting"
    data = {'birthday':'2001-01-02','city':'0','datingtype':'0','marital':'0','province':'0','sex':'男','sign':'this is anthor test sign', 'uname':'Ckins'}
    req = urllib2.Request(posturl)
    req.add_header('Content-Type', 'application/x-www-form-urlencoded; charset=UTF-8')
    req.add_header('X-Requested-With','XMLHttpRequest')
    req.add_header('User-Agent','Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36')
    req.add_header('Cookie',cookie)
    req.add_header('Referer', 'https://account.bilibili.com/site/setting')
    data = urllib.urlencode(data)
    response = urllib2.urlopen(req,data)
    jsonText = response.read()
    text = json.loads(jsonText)
    print text
    if text['status'] == True:
        print 'change success'
    else:
        print 'change failed'
    exit()

if __name__ == '__main__':
    #config of username and password
    cookies = ''
    changeinfo(cookies)

上述代码主要还是用到以下函数urllib2的函数：

urllib2.urlopen(url[, data[, timeout[, cafile[, capath[, cadefault[, context]]]]])　

当有data传入的时候，该函数的请求会由Get 改为 Post。

 

进一步的实验：

1. 对一些简单网站模拟用户操作（抢课脚本，抢票脚本）。

2. 入门Python爬虫。

 

一些思考

1. 用户在浏览器上的行为非常容易模拟。从开发者的角度，后端拿到的表单一定要再次核对，检查是否合法。

2. cookie的泄露很有可能会使用户的身份被盗用，保护cookie的机制值得去学习。

3. 一年前学计网的时候，理论课教材是《计算机网络自顶向下方法》，实验课是wireshark，还有思科的交换机。考了不错的分数，但一年不怎么用，现在像全还给老师一样。如果当时就能这样动手实践，感觉遗忘曲线会长久许多。

 

posted on 2017-06-15 21:01  Kinsang  阅读(2978)  评论(0)  编辑  收藏  举报

导航