本來給自己定了個2018的目標(biāo)，平均每月寫兩篇文章奔誓，現(xiàn)在已經(jīng)快三月了斤吐，第一篇稿子才憋出來，慚愧呀厨喂，直入主題吧和措，今天給大家?guī)淼氖切吕宋⒉㏄C端的模擬登陸。

工具

Charles

打開Charles腮恩，要開啟SSL代理抓取梢杭，這樣才能抓取到HTTPS請求，畢竟現(xiàn)在很多網(wǎng)站都已經(jīng)使用HTTPS請求了

HTTPS抓取設(shè)置

Host填*表示匹配所有網(wǎng)址秸滴，HTTP請求端口是80端口武契，HTTPS請求端口是443端口，設(shè)置好就可以開始抓取了荡含。

抓取請求

打開chrome瀏覽器咒唆，最好清理緩存，然后使用隱身模式訪問https://weibo.com/

打開隱身窗口

無痕模式

微博登錄過程

過程分析

查找登錄請求

登錄一般url里面應(yīng)該都會有l(wèi)ogin，而且是post請求判族，當(dāng)然不排除其他方式躺盛。
https://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.19)

登錄請求url

找到登錄請求后，這里主要關(guān)注Form表單信息形帮，參數(shù)很多槽惫，我們需要先大概區(qū)分一下哪些可能是固定參數(shù)，哪些是變化的參數(shù)辩撑。

參數(shù)確定

一目了然可以看到那些是固定的了吧界斜，這些所有的參數(shù)其實(shí)我們都是可以追根溯源的，但是沒那個必要合冀，在這種參數(shù)比較多的情況下各薇，太費(fèi)事了，可以采用多次抓取登錄過程君躺，對比請求參數(shù)的方式確定部分固定的或者不重要的參數(shù)峭判，那么需要我們通過其他方式獲取的參數(shù)有pcid、door棕叫、su林螃、servertime、nonce俺泣、rsakv疗认、sp完残、prelt，這里servertime比較有爭議横漏，一般看到這種time或者151開頭的10位或者13位數(shù)字谨设，都是時間戳，用time.time()獲取就可以绊茧，但是這里是servertime铝宵，我們應(yīng)該引起注意。

參數(shù)分析

下面我們一一來看這幾個參數(shù)怎么獲取

• su
  我們要先說一下這個su华畏，因?yàn)槠渌膮?shù)都和它有關(guān)系鹏秋。這個su在js調(diào)試的時候可以看到它的算法，但是其實(shí)我們可以根據(jù)它的特點(diǎn)先猜測一下亡笑，有可能是base64加密的侣夷。為什么？

  Base64是一種基于64個可打印字符來表示二進(jìn)制數(shù)據(jù)的方法仑乌，哪64個字符呢百拓？            
  A-Z、a-z晰甚、0-9和"+"衙传、"/"，很多時候base64加密的字符串尾部為 1個或2個  "="厕九，
  因?yàn)樗前?個字節(jié)的二進(jìn)制拼接蓖捶，如果最后剩下一個，那么尾部就會添加2個=扁远，
  如果剩下兩個俊鱼，尾部就添加1個=，如果剛合適那當(dāng)然就沒有=了
  

推薦一個工具網(wǎng)站https://tool.lu/encdec/

image.png

image.png

• pcid谷羞、servertime帝火、nonce、rsakv
  它的值時gz-48fb749c5c715e0d5caeed045716492e153c湃缎，我們先在Charles中搜索一下
  pcid
  
  我們一般都是搜索response的數(shù)據(jù)购公，主要是看一下是不是在某一個請求的返回值里面，這里非常棒雁歌，我們找到了pcid和值出現(xiàn)的地方https://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=MTgwOTE3MzQxMzY%3D&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.19)&_=1518956150179宏浩，在這個請求的返回值里面，而且我們還有意外的收獲靠瞎，我們得到了四個參數(shù)比庄，和登錄請求里面的一樣求妹，??我們現(xiàn)在確定了四個參數(shù)的來源，
  
  image.png
  
  看一下請求的參數(shù)
  
  image.png
  
  除了su和下面的時間戳其他的參數(shù)基本固定佳窑，時間戳沒什么特點(diǎn)制恍，我們就用int(time.time() * 1000)生成，因?yàn)槭?3位的神凑。su我們上面已經(jīng)知道了净神。那么這四個參數(shù)也搞定了??

• door
  door很熟悉吧，是驗(yàn)證碼溉委。那么驗(yàn)證碼的請求怎么確定鹃唯，非常簡單因?yàn)槲覀兊尿?yàn)證碼是一張圖片蒿讥，所以找圖片請求就可以了

  
  
  驗(yàn)證碼
  
  
  這個往上翻一翻就能很快找到滑臊，找到后我們看看它的參數(shù)
  參數(shù)
  
  p的值就是pcid的值，我們已經(jīng)知道了挚赊。r有點(diǎn)不太好找了藻三，先在Charles里搜一下62026273洪橘，沒找到，那么應(yīng)該就是本地生成的棵帽，其實(shí)你可以寫死試試熄求，有沒有問題。除了搜這個值以外逗概，我們還可以搜一下這個請求是在哪里生成的弟晚，看它附近有沒有有用的數(shù)據(jù)。
  
  image.png
  
  搜一部分就行了仗谆，先用小部分搜指巡，如果結(jié)果太多淑履，在多加一些搜索隶垮，這里我們找到了一條，點(diǎn)擊去看一看秘噪，點(diǎn)到JavaScript那個頁簽狸吞，Charles會幫我們格式化js
  image.png
  
  
  找到了pincodeUrl，再搜索一下pincodeUrl
  image.png
  
  看到?jīng)]有指煎，開不開心蹋偏？激不激動？
  
  驗(yàn)證碼請求
• prelt
  這個參數(shù)和驗(yàn)證碼請求的那個r參數(shù)類似至壤，值搜不到威始，但是我們可以搜這個prelt，你問r那個為啥不搜像街？[鄙視眼]你猜猜能搜到多少黎棠？
  image.png
  
  同樣點(diǎn)進(jìn)去晋渺，切換到JavaScript頁簽，發(fā)現(xiàn)了preloginTime脓斩，再搜它吧
  
  
  
  image.png
  
  多搜一些你就發(fā)現(xiàn)它應(yīng)該是個時間段木西，結(jié)合prelt本身的值，我們就可以構(gòu)造出一個值随静“饲В可以通過多次請求來確定一個范圍，另外時間差燎猛，而且它用的是本地的時間計(jì)算的恋捆，那么也不需要多么精確，確定一個范圍應(yīng)該就可以了扛门，所以在一個范圍內(nèi)取隨機(jī)數(shù)就行了
  
  -sp
  最麻煩的來了鸠信，sp這么長一段，觀察其特點(diǎn)论寨，發(fā)現(xiàn)應(yīng)該是16進(jìn)制星立，所有字符都是在0-9、a-f之間葬凳，而且參數(shù)pwencode的值rsa2绰垂，基本上我們就可以確定其采用的是rsa加密算法。這串字符肯定是搜索不到的火焰，可以搜sp劲装，刪掉明顯不是的，我們一般看的是sp=xx這樣的昌简，就是看賦值占业，從賦值的操作上下文去查看
  
  image.png
  
  經(jīng)過過濾分析，只剩下兩個地方https://passport.weibo.com/visitor/visitor?entry=miniblog&a=enter&url=https%3A%2F%2Fweibo.com%2F&domain=.weibo.com&ua=php-sso_sdk_client-0.6.23&_rand=1518956141.4946和https://js1.t.sinajs.cn/t5/register/js/v6/pl/register/loginBox/index.js?version=d7a77880fa9c5f84
  
  image.png
  
  然后打開chrome瀏覽器纯赎，開發(fā)者工具谦疾，然后訪問https://weibo.com，切換到source頁簽找到這兩個js文件犬金，并搜索sp念恍，通過觀察特點(diǎn)基本確認(rèn)為第二個js文件
  
  image.png
  
  e.sp = b，在b的計(jì)算之前打上斷點(diǎn)晚顷，然后執(zhí)行登錄操作峰伙，這里我們還發(fā)現(xiàn)了su的計(jì)算算法，跟我們上面分析的基本一致
  image.png
  
  通過調(diào)試這段代碼我們就得到了其加密方式该默，這里有幾個變量me.rsaPubkey瞳氓、me.servertime、me.nonce栓袖、b匣摘，通過console中查看b是密碼锅锨，然后就是這pubkey
  image.png
  
  在上面pcid參數(shù)的請求的返回值里面我們看到有這個值。OK這幾個變量我們都知道了恋沃，下面你了解一下rsa加密算法的python實(shí)現(xiàn)必搞，直接貼代碼
  image.png

執(zhí)行登錄請求

登錄請求的所有參數(shù)都已經(jīng)分析完了，登錄后查看response數(shù)據(jù)

image.png

image.png

image.png

image.png

image.png

image.png

這一次寫這篇博文就順暢多了莲祸，還是知識積累的問題蹂安。后面還有一篇百度登錄分析的椭迎，發(fā)現(xiàn)百度這個確實(shí)是很復(fù)雜锐帜，目前還沒搞定。盡請期待哦

如果你覺得我的文章還可以畜号，可以關(guān)注我的微信公眾號：Python爬蟲實(shí)戰(zhàn)之路
也可以掃描下面二維碼缴阎，添加我的微信號

公眾號

微信號