猿人学web端爬虫攻防大赛赛题第12题——入门级js

合集 - 猿人学爬虫攻防刷题(14)

1.猿人学web端爬虫攻防大赛赛题第12题——入门级js2024-10-26

2.猿人学web端爬虫攻防大赛赛题第13题——入门级cookie2024-10-283.猿人学web端爬虫攻防大赛赛题第17题——天杀的http2.02024-10-304.猿人学web端爬虫攻防大赛赛题第1题——js 混淆 - 源码乱码2024-10-315.猿人学web端爬虫攻防大赛赛题第3题——访问逻辑 - 推心置腹2024-11-016.猿人学web端爬虫攻防大赛赛题第4题——雪碧图、样式干扰2024-11-017.猿人学web端爬虫攻防大赛赛题第15题——备周则意怠-常见则不疑2024-11-018.猿人学web端爬虫攻防大赛赛题第16题——js逆向 - window蜜罐2024-11-029.猿人学web端爬虫攻防大赛赛题第19题——乌拉乌拉乌拉2024-11-0210.猿人学web端爬虫攻防大赛赛题第2题——动态cookie2024-11-0311.猿人学web端爬虫攻防大赛赛题第5题——js 混淆 - 乱码增强2024-11-1212.猿人学web端爬虫攻防大赛赛题第6题——js 混淆 - 回溯2024-11-1613.猿人学web端爬虫攻防大赛赛题第7题——动态字体，随风漂移2024-11-1714.猿人学web端爬虫攻防大赛赛题第20题——2022新春快乐2024-11-17

收起

题目网址：https://match.yuanrenxue.cn/match/12

解题步骤

1. 看流量包和其回显数据。
   
2. 只有一个流量包，那就是只要访问该网址就能获取页面数据。看下请求地址的组成。
   
   
3. 变量m一看就是base64编码，解码看下原字符串。
   
   再尝试访问第二页，看看原字符串组成的规律。
   
   
4. 比较明了了，原字符串就是yuanrenxue加当前的页面数。搞明白这个，就可以写代码爬取这5页的数据了。

   import requests
   import base64
   import time
   import re
   
   url = "https://match.yuanrenxue.cn/api/match/12"
   sum_num = 0
   suffix = "yuanrenxue"
   headers = {
   	"user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0.0.0 "
   				  "Safari/537.36",
   	"cookie": "Hm_lvt_c99546cf032aaa5a679230de9a95c7db=*****; HMACCOUNT=*******; qpfccr=true; "
   			  "no-alert3=true; tk=*******; sessionid=*******; Hm_lvt_9bcbda9cbf86757998a2339a0437208e=*******; Hm_lpvt_9bcbda9cbf86757998a2339a0437208e=*******; Hm_lpvt_c99546cf032aaa5a679230de9a95c7db=*******"
   }
   pattern = r'{"value": (?P<num>.*?)}'
   for i in range(1, 6):
   	m = base64.b64encode((suffix + str(i)).encode("utf-8"))
   	params = {'page': i, "m": m}
   	resp = requests.get(url, params=params, headers=headers)
   	findall = re.findall(pattern, resp.text)
   	for num in findall:
   		sum_num += int(num)
   	time.sleep(0.5)
   print(sum_num)
   

   得到答案。
   
   提交答案，通过。