fiddler 之前了解了一些常见到的反爬措施,JS加密算是比较困难,而微博的登录中正是用JS加密来反爬,今天来了解一下。
分析过程
首先我们去抓包,从登录到微博首页加载出来的过程。我们重点关注一下登录操作,其次是首页的请求,登录一般是POST请求。我们搜索一下:
得知登录的url为/sso/login.php?client=ssologin.js(v1.4.19),然后点击WebForms菜单查看参数:
里面有很多参数要提交,一般的参数的值有3种情况:
参数值固定。一般我们多次抓包发现某个参数值不变,就认为是固定的;
参数值来自于之前服务器的响应。多次抓包发现参数值变化,此时我们可以把参数的值在fiddler中查找一下,看看能否在之前的响应中找到。例如这里的nonce、rsakv、servertime
参数值来自于js生成。如果多次抓包参数的值既不是固定,也不能在之前的响应中找到,那么最可能的结果是这个参数的值是由js代码生成。
我们在fiddler中查找nonce:
发现有一个前面的请求高亮了,说明这个参数之前就出现过。点击这个请求,在响应里查找这个值:
可以找到这个参数,所以我们要想登录,就得获取nonce的值,而要获取nonce的值,就要先请求这个找到的请求,这个请求的url为/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=MTgzMTI0OTMxMDc%3D&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.19)&_=1533119627438,url中的su在后面会讲到,最后那个参数看起来像时间戳,我们可以先用时间戳模拟一下。而servertime、rsakv等必须的参数也都可以在这个响应中找到。
现在我们解决了大部分参数的问题,但是有两个难啃的骨头:sp和su,这两个值在之前的响应中找不到。而且我们会发现,我们登录输入的账号和密码没有出现在这些参数中,我们大胆猜测:su和sp就是账号和密码!那么我们怎么找到它们的值呢。答案是找到相应的JS代码,并用python重写它。
现在我们的难题到了怎么定位这俩个值的JS代码,我们之前学习Chrome调试的时候,学会了打断点,这个地方正是用断点的方式来找。我们每次登录都要点击页面的“登录”按钮,我们在填写完账号密码后,设置一个点击事件的断点,然后点击登录。这样请求在进行登录的时候会暂停,而su和sp参数也是这个时候被加密!
然后,我们用调试界面右上角的
这些功能键进行逐步分析。
注意:一般只是赋值的操作,我们可以跳过,如果是函数的执行,我们要到函数里面去看,特别是函数的参数是携带重要参数,要重点关注。在控制台界面,我们还可以查看某些参数的值。
另外,如果退出某个函数后,光标仍在这一行,说明这一行还有个函数,切不可直接下一步,很多关键信息就在这个函数里。
微博登录的JS定位过程就不细说了,我们最后定位到su和sp加密代码如下:
即su是用base64进行了编码,而sp是用rsa加密,我们把js代码用python代码实现即可。
目前,登录的问题解决了。现在看看请求首页的问题。我们逐个查看,可以知道首页的请求如下:
url为/u/6505689778/home?wvr=5&lf=reg,而这个url里有个6505689778,这个值我们在fiddler中查找,在请求/wbsso/login?ticket=ST-NjUwNTY4OTc3OA%3D%3D-1533119623-gz-0DEAF5775E6F1D983147B0B96EE915B9-1&ssosavestate=1564655623&callback=sinaSSOController.doCrossDomainCallBack&scriptId=ssoscript0&client=ssologin.js(v1.4.19)&_=1533119634900的响应里能找到它的。
而请求这个页面,又要获取参数ticket、ssosavestate的值,我们再次查找,可以知道这两个值在另一个请求/crossdomain2.php?action=login&entry=weibo&r=https%3A%2F%%2Fwbsso%2Flogin%3Fssosavestate%3D1564655623%26url%3Dhttps%253A%252F%%252Fajaxlogin.php%253Fframelogin%253D1%2526callback%253Dparent.sinaSSOController.feedBackUrlCallBack%2526sudaref%%26display%3D0%26ticket%3DST-NjUwNTY4OTc3OA%3D%3D-1533119623-gz-39B6B6D3D3979D6DA2860B54E4E61A01-1%26retcode%3D0&login_time=1533119622&sign=0db5e9f42ceb691c&sr=1536%2A864的响应里。
那么这个很长的url怎么来的呢,我们再次查找,可以得知它就在登录之后响应里。
到了这里,步骤已经走通了!
我们理一下步骤:
1、先把账号、密码加密后的密文得到
2、请求/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=MTgzMTI0OTMxMDc%3D&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.19)&_=1533119627438得到nonce、rsakv等参数
3、构造参数并请求登录的url:/sso/login.php?client=ssologin.js(v1.4.19),在响应里得到跳转的url
4、请求跳转的url:/crossdomain2.php?action=login&entry=weibo&r=https%3A%2F%%2Fwbsso%2Flogin%3Fssosavestate%3D1564655623%26url%3Dhttps%253A%252F%%252Fajaxlogin.php%253Fframelogin%253D1%2526callback%253Dparent.sinaSSOController.feedBackUrlCallBack%2526sudaref%%26display%3D0%26ticket%3DST-NjUwNTY4OTc3OA%3D%3D-1533119623-gz-39B6B6D3D3979D6DA2860B54E4E61A01-1%26retcode%3D0&login_time=1533119622&sign=0db5e9f42ceb691c&sr=1536%2A864,得到ticket、ssosavestate参数的值
5、请求/wbsso/login?ticket=ST-NjUwNTY4OTc3OA%3D%3D-1533119623-gz-0DEAF5775E6F1D983147B0B96EE915B9-1&ssosavestate=1564655623&callback=sinaSSOController.doCrossDomainCallBack&scriptId=ssoscript0&client=ssologin.js(v1.4.19)&_=1533119634900得到uniqueid参数
6、请求首页:/u/6505689778/home?wvr=5&lf=reg
OK,至此,我们已成功登录了微博,后面你要获取微博上的数据,可以自行请求。
实现代码
importrequestsimportrsaimporttimeimportreimportrandomimporturllib3importbase64from urllib.parse importquotefrom binascii importb2a_hex
urllib3.disable_warnings()#取消警告
defget_timestamp():return int(time.time()*1000) #获取13位时间戳
classWeiBo():def __init__(self,username,password):
self.username=username
self.password=password
self.session= requests.session() #登录用session
self.session.headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'}
self.session.verify= False #取消证书验证
defprelogin(self):'''预登录,获取一些必须的参数'''self.su= base64.b64encode(self.username.encode()) #阅读js得知用户名进行base64转码
url = '/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su={}&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.19)&_={}'.format(quote(self.su),get_timestamp()) #注意su要进行quote转码
response =self.session.get(url).content.decode()#print(response)
self.nonce = re.findall(r'"nonce":"(.*?)"',response)[0]
self.pubkey= re.findall(r'"pubkey":"(.*?)"',response)[0]
self.rsakv= re.findall(r'"rsakv":"(.*?)"',response)[0]
self.servertime= re.findall(r'"servertime":(.*?),',response)[0]returnself.nonce,self.pubkey,self.rsakv,self.servertimedefget_sp(self):'''用rsa对明文密码进行加密,加密规则通过阅读js代码得知'''publickey= rsa.PublicKey(int(self.pubkey,16),int('10001',16))
message= str(self.servertime) + '\t' + str(self.nonce) + '\n' +str(self.password)
self.sp=rsa.encrypt(message.encode(),publickey)returnb2a_hex(self.sp)deflogin(self):
url= '/sso/login.php?client=ssologin.js(v1.4.19)'data={'entry': 'weibo','gateway': '1','from':'','savestate': '7','qrcode_flag': 'false','useticket': '1','pagerefer': '/crossdomain2.php?action=logout&r=https%3A%2F%%2Flogout.php%3Fbackurl%3D%252F','vsnf': '1','su': self.su,'service': 'miniblog','servertime': str(int(self.servertime)+random.randint(1,20)),'nonce': self.nonce,'pwencode': 'rsa2','rsakv': self.rsakv,'sp': self.get_sp(),'sr': '1536 * 864','encoding': 'UTF - 8','prelt': '35','url': '/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack','returntype': 'META',
}
response= self.session.post(url,data=data,allow_redirects=False).text #提交账号密码等参数
redirect_url = re.findall(r'location.replace\("(.*?)"\);',response)[0] #微博在提交数据后会跳转,此处获取跳转的url
result = self.session.get(redirect_url,allow_redirects=False).text #请求跳转页面
ticket,ssosavestate = re.findall(r'ticket=(.*?)&ssosavestate=(.*?)"',result)[0] #获取ticket和ssosavestate参数
uid_url = '/wbsso/login?ticket={}&ssosavestate={}&callback=sinaSSOController.doCrossDomainCallBack&scriptId=ssoscript0&client=ssologin.js(v1.4.19)&_={}'.format(ticket,ssosavestate,get_timestamp())
data= self.session.get(uid_url).text #请求获取uid
uid = re.findall(r'"uniqueid":"(.*?)"',data)[0]print(uid)
home_url= '/u/{}/home?wvr=5&lf=reg'.format(uid) #请求首页
html =self.session.get(home_url)
html.encoding= 'utf-8'
print(html.text)defmain(self):
self.prelogin()
self.get_sp()
self.login()if __name__ == '__main__':
username= 'xxxxxxxxx' #微博账号
password = 'xxxxxxxxx' #微博密码
weibo =WeiBo(username,password)
weibo.main()
结果: