【五一创作】某头条参数破解并实现界面化搭建

某条参数破解并实现界面化搭建

• 前言
• 效果展示
• 难点
• 参数逆向破解
• • _signature
  • ac_signature
  • s_v_web_id
• 界面化实现
• 总结

前言

趁着日常闲余时间，想着搞一搞某条的反爬，练练手，想到自己很久没开发过前端界面了，有点生疏，也趁此机会用flask开发一个简单的搜索界面（真的很简单…）

效果展示

首页会展示实时热点信息，搜索界面中会根据输入的内容进行搜索，展示搜索结果第一页

难点

热点接口链接
aHR0cHM6Ly93d3cudG91dGlhby5jb20vaG90LWV2ZW50L2hvdC1ib2FyZC8=
搜索接口链接
aHR0cHM6Ly9zby50b3V0aWFvLmNvbS9zZWFyY2g=
通过研究确定反爬点（研究不深…）：热点接口有一个_signature，但是其实不传过去也能拿到数据；搜索接口有s_v_web_id和__ac_signature，这两个参数都是通过js生成的，需要逆向破解，然后研究发现__ac_signature可以随便定义，但是一定要传过去。（最好还是破解…）

参数逆向破解

_signature

首先处理_signature，Ctrl + Shift + F全局搜索_signature

打断点后，刷新会定位断点位置，然后进入I函数

其中O是必要的参数，然后执行到return下面会跳转进去生成_signature的代码地方

然后下面用补环境的方式进行处理
把代码都拿到本地运行，会发现运行失败，提示缺一些环境

我们只要补全这些环境就可以了，最后只需要补这些参数即可

但是我们调用方法生成参数时发现提示报错了，根据报错可以确定代码没有按正常的流程执行，说明还是有环境问题

仔细查看代码发现是这里有问题，exports在浏览器环境下是undefined，但是在node环境下是Object，所以这里被检测到环境差异了

改掉后就可以运行得到结果了，但是结果对应浏览器的结果发现长度有问题，还是有环境问题。程序已经能够正常跑起来了，但是结果不对，这个时候要看一下是不是有些环境没补或者补不对，大家可以看看

最后确定是cookie问题，在我们调用加密方法时，需要传入cookie值才能拿到结果，注意tt_scid是服务器返回的cookie

ac_signature

ac_signature其实可以用_signature的方式生成，大家可以看一下，其实ac_signature就是不需要最后传入cookie生成的结果。

s_v_web_id

s_v_web_id是动态生成的，如果浏览器检测没有这个参数会出现滑块验证，这里我们使用hook的方式捕捉cookie生成，使用油猴插件实现代码注入

刷新界面后就能在s_v_web_id生成时断住，注意s_v_web_id会生成两次，第二次才有值

跳出hook函数后，可以确定就是在这个位置进行cookie设置

研究发现，其实s_v_web_id不是在这里生成的，这里只是对生成的s_v_web_id进行二次校验，实际生成的地方需要跳出函数，跳出函数后就能知道s_v_web_id实际生成代码了，其实就是wt函数

这里我们稍微了解代码后，对代码进行整理

然后需要把生成的结果进行二次校验，把整个n函数都拿下来

本地执行缺啥补啥

这样就能拿到结果了，然后拿加密结果去抓取接口就能拿到数据。

界面化实现

static目录放渲染文件，templates放模板文件

创建flask实例化对象时，需要指定文件路径

app = Flask(__name__, static_folder='static', template_folder='templates')

flask引用templates模板文件，并传入数据

@app.route("/toutiao/search", methods=['GET'])
def tt_spider():
    keyword = request.args.get('keyword')
    tt_spider = TTSpider()
    search_result = tt_spider.download_search_news(keyword)
    return render_template("search.html", search_result=search_result)


@app.route("/homepage", methods=['GET'])
def home_page():
    hot_news_spider = TTSpider()
    return render_template("index.html", hot_news=hot_news_spider.download_hot_news())

html文件需要使用指定命令格式引入渲染文件

{{url_for('static', filename='css/style.css')}}
{{url_for('static', filename='images/holmes_logo-hover.svg')}}

html模板文件中循环使用传入的字典数据

{% for hot_new in hot_news.msg %}  // 循环字典开头
...
{{ item.title }}  // 调用元素
...
{% endfor %}  // 循环字典结束

总结

整个流程搞下来还是花了点时间的，当然这个有点简单，不具备实际使用场景，有些隐藏的风控和难点会在使用量一上去就初心，所以练练手就行…