超详细的Python实现百度云盘模拟登陆(模拟登陆进阶)Word下载.docx
《超详细的Python实现百度云盘模拟登陆(模拟登陆进阶)Word下载.docx》由会员分享，可在线阅读，更多相关《超详细的Python实现百度云盘模拟登陆(模拟登陆进阶)Word下载.docx（10页珍藏版）》请在冰点文库上搜索。
3.修改Charles的SSLproxysettings。
选择proxy->
sslproxysettings,在弹出的对话框中勾选"
enablesslproxying"
，并在location部分点击add，添加需要捕获的站点和443端口，如图：
charlessslproxy设置图
charles设置好了之后，我们再使用浏览器直接打开百度网盘首页
。
注意打开之前如果以前登录过百度网盘，一定要先清除百度网盘的cookie，如果不清楚自己以前登录过没，那么最好把关于百度的cookie都清除了吧。
如果清除得不彻底，很可能会错过很关键的一步，我先按下不表。
通过抓包，我们可以看到请求百度网盘的首页，大概有这些请求：
百度网盘首页请求数据
这里otherhosts是本机别的请求，所以直接被我忽略了（通过设置请求为“focus”或者“ignore”）。
下图给的是设置方法，主要是Focus和DisableSSLProxying：
设置请求为focus，并且注意**disablesslproxying**
大家可以查看具体每个请求的内容和响应，由于篇幅限制，我就不啰嗦了。
然后我们在登录页输入登录账号（先别输入密码和点击登录，如果有想不明白的同学可以阅读我的微博登陆分析），然后观察charles的请求，会发现又多了一条请求：
在输入登录账号过后js触发的请求
我们看看它返回的内容：
输入账号后服务端返回的内容
可以看到有效信息大概有两个:
pubkey和key，它们的用途我们都还不知道，但是看命名可知大概pubkey是某种加密算法的公钥。
然后我们输入密码，点击登录,可以看到charles的请求：
登录中的请求
上图圈出来的请求就是提交的密码和登录账号等信息，这个只有大家自己挨着请求查看，才可以确定哪个是post的请求。
我们查看post的参数：
post参数
现在终于Get到重点了，主要就是要把这些提交的参数的生成方式弄清楚。
如果有过模拟登陆或者爬虫编写经验的同学，都应该知道请求参数构造之前必须分析清楚哪些参数是变的，哪些参数是不变的，变的哪些参数比较有规律，哪些没有规律。
这个分析过程是通过反复登录和抓包，对比post数据来完成的。
我们通过反复登录和对比post的数据，可以发现：
staticpage、charset、tpl、subpro、apiver、codestring、safeflg、u、isPhone、detect、quick_user、logintype、logLoginType、idc、loginmerge、foreignusername、username、mem_pass、crypttype、countrycode、dv
等参数不会变化。
所以我们只需要分析变化的参数。
变化的参数当中，tt看样子基本可以确定是请求时间戳（需要分析它是多少位，精确到毫秒还是秒），其它好像都没什么规律。
由于微博模拟登陆的经验，我们基本可以判断出password这个参数是最难分析的（从账户安全角度上来说也应该是加密最复杂的），我们放到后面分析。
那么我们先来分析token字段吧。
参数不可能凭空产生，来源只有两种可能：
一种是通过服务端返回,另外一种是通过请求回来的js构造。
在分析token产生的时候，我们需要用到charles的查找功能（良心推荐，很强大），它可以查找到整个登录流程中，包含某个查找字符串的所有请求和响应。
下图中的"
望远镜"
图标就是查找功能。
使用charles查找包含token值的请求和响应
通过查找，我们可以看到有14个地方包含了token的值，我们发现基本都是使用token作为请求参数的，不过有一个结果是返回token值的：
token的返回
它的请求url是
请求参数格式化一下，可能更方便查看：
获取token的请求参数
根据上面介绍的分析变量与不变量的思路，这里我们可以看到要获取到token，需要知道gid、callback的构造方法。
然后用和分析token同样的方式，我们来分析gid的产生。
通过在charles中查找gid的值，我们发现找到的结果全是在请求中，并没有在响应中找到该值，说明该值是通过js生成的而不是通过服务端返回的。
既然是通过js生成的，我们需要找到该js文件。
怎么找呢？
我们在charles中输入gid，再来看看查找的结果，注意这次我们重点关注哪个js文件中出现gid，否则查找的结果太多，看起来会比较费力。
通过查找，可以看到名为login_tangram_c36ce25.js这个文件中频繁出现了*gid这个参数，基本可以确定这个js文件很关键，这也是我先前说的在抓包分析之前需要把百度的cookie等历史数据清除的原因，否则该js文件可能已经缓存了，charles中就查不到该js。
我们把该js文件下载下来，通过webstorm将其中的代码格式化，再查找gid，可以看到这段代码
gid的生成方式
其中的this.guideRandom函数就是生成gid的函数，因为我们在webstorm中查找gid字符串的时候，可以发现很多如下图所示的语句，只需要定位到guideRandom即可
gid的声明
我们现在找到了gid的生成方式了，如果读不懂这段js也没关系，可以直接使用pyv8或者pyexecjs等库将运行后的js结果返回给python使用。
然后我们再回到获取token的请求参数那张图，发现还有个callback参数需要分析。
同gid分析过程一样，我们先搜索callback的值bd__cbs__v2xmbc，发现只有请求中包含，基本可以确定它是通过js产生的，而加密js文件我们已经找到了。
如果你害怕可能不是上面的那个js文件，我们也可以通过在charles中搜索callback这个字符串，可以发现就是该js文件。
通过在webstorm中搜索callback关键词（通过前面多次登录抓包分析，可发现callback的bd__cbs_前缀不会改变，这个也可以是搜索依据），可以找到callback的生成方式
<
pre>
vari,r,o,a=this.url,s=document.createElement（"
SCRIPT"
）,u="
bd__cbs__"
d=t||{},
l=d.charset,c=d.queryField||"
callback"
f=d.timeOut||0,
p=newRegExp（"
（\?
|&
）"
+c+"
=（[^&
]*）"
）;
//下面就是callback的生成逻辑
baidu.lang.isFunction（e）?
（i=u+Math.floor（2147483648*Math.random（））.toString（36）
/pre>
截至目前，我们已经弄清楚了gid和callback的生成方式了，这样我们就可以通过构造请求来获取到token了。
我们再返回post参数这张图片，可以看到还有password、rsakey、ppui_logintime这三个字段还需要分析。
而通过搜索rsakey的值，可以看到其实它就是图片输入账号后服务端返回的内容
中的key的值，我们可以通过
这个请求获取到。
请求的参数如图，都是我们前面分析过并且能够得到的参数：
获取key和pubkey的请求参数
现在我们就只有ppui_logintime和password两个字段没分析了。
老规矩，我们先在charles中搜索ppui_logintime的值，发现只有一个请求中出现了。
那么它肯定是js生成的，它是如何生成的呢？
我们又在我们获取的login_tangram_c36ce25.js文件中搜索ppui_logintime这个字符串，可以发现这段代码：
login:
{
memberPass:
"
mem_pass"
safeFlag:
safeflg"
isPhone:
isPhone"
timeSpan:
ppui_logintime"
logLoginType:
logLoginType"
}
然后我们再看timeSpan是如何生成的。
可以看到这段代码
r.timeSpan=（newDate）.getTime（）-e.initTime
大概是一个时间差：
当前时间-初始化时间。
当前时间容易获取，那么初始化时间到底是什么初始化呢？
继续追踪initTime可以发现这段代码
_initApi:
function（e）{
vart=this;
t.initialized=!
0,t.initTime=（newDate）.getTime（）,passport.data.getApiInfo（{
apiType:
login"
gid:
t.guideRandom||"
"
loginType:
t.config&
&
t.config.diaPassLogin?
dialogLogin"
:
basicLogin"
}）
.....
initApi中的initTime大概就是页面请求完成的时间，所以ppui_time应该就是登录页面初始化完成到点击登录按钮的时间差，为了方便，我们只需要取抓包获取的值即可。
现在分析password参数，这个参数也是分析难度最大的参数了。
这次我们直接在加密js文件中搜索password关键词，可以搜索到很多地方有password这个字符串，那么如何做筛选呢？
需要我们有一点js的基础知识，在每个匹配到password的地方都读读源码，大概知道它做什么的就行了。
最后，我们可以定位到这段代码：
varr=baidu.form.json（e.getElement（"
form"
））;
r.token=e.bdPsWtoken,passport.data.setContext（baidu.extend（{},e.config））,r.foreignusername&
（r.foreignusername=e._SBCtoDBC（r.foreignusername））,r.userName=e._SBCtoDBC（r.userName）,r.verifyCode=e._SBCtoDBC（r.verifyCode）;
varo=e._SBCtoDBC（e.getElement（"
password"
）.value）;
if（e.RSA&
e.rsakey）{
vara=o;
a.length<
128&
!
e.config.safeFlag&
（r.password=baidu.url.escapeSymbol（e.RSA.encrypt（a））,r.rsakey=e.rsakey,r.crypttype=12）
vars,u=e.getElement（"
submit"
）,d=15e3;
上述代码既有rsakey、form又有password关键字，那么十有八九就是加密password的方法了。
主要加密语句是：
e.RSA.encrypt（a）
我们查看encrypt（）的实现
Jn.prototype.encrypt=function（e）{
try{
returnxn（this.getKey（）.encrypt（e））
}catch（t）{
return!
1
这里的过程大概就是先用this.getKey（）返回的对象对e进行加密，然后再进行一次xn（），这里js的代码十分复杂，如果想把对应的js转化为python实现，需要很深的js和python功底，但是这个转换已经有人帮我们做了。
这里的encrypt（）即是使用rsa非对称加密算法对密码进行加密。
而xn（）是base64编码方法。
判断encrypt（）是rsa加密算法的依据是该js文件中出现了多次rsakey，并且也有
fn.prototype.getPrivateKey=function（）{
vare="
-----BEGINRSAPRIVATEKEY-----\n"
;
returne+=this.wordwrap（this.getPrivateBaseKeyB64（））+"
\n"
e+="
-----ENDRSAPRIVATEKEY-----"
},fn.prototype.getPublicKey=function（）{
-----BEGINPUBLICKEY-----\n"
returne+=this.wordwrap（this.getPublicBaseKeyB64（））+"
-----ENDPUBLICKEY-----"
这类代码作为佐证。
判断后者是base64算法的依据是xn（）函数中出现了
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/
这类字符串，它是base64编码的一个基础部分。
所以说这里的分析需要大家有基本的密码学知识，否则分析会比较困难。
这里友情提示一句，目前主流的大中型网站都会使用rsa算法对密码进行加密，所以大家需要有这个意识。
但是不要求大家会实现rsa等加密算法，因为无论是python还是js还是java都有相关的实现了，我们只需要会分析会使用就行了。
到这里所有的参数分析就结束了，我们可以通过代码进行验证。
上面详细介绍了百度整个登录流程。
我们来总结一下：
1.先通过加密js文件获取到gid,callback参数
2.根据
3.根据
4.根据获取到的pubkey对password进行加密，然后再进行base64编码操作
5.将所有固定和构造的参数进行post请求，post请求的url为
前面费了这么大的力气分析百度的登录流程，如果实在是想走捷径的，可以使用selenium自动化的方式登录，这个我也给了相关实现。
读过我的新浪微博模拟登陆的同学大概对介于直接登录和使用selenium自动化登录之间的方法还有一些印象吧，这里我并没有使用该方法，因为如果要使用该方法的话，需要改动一些js来使代码跑通。
有兴趣的同学可以试试，应该比较有意思。
如果有同学感觉本文有一些难度，可以尝试一些简单的模拟登陆，比如知乎和CSDN等，我写过一篇关于CSDN模拟登陆的文章，微博模拟登陆应该比本文的分析难度稍微要小一点，如果有兴趣，也可以读读。
我把代码放到我的开源项目smart_login上了,点击这里可以查看百度模拟登陆流程的实现，如果有不清楚的同学，建议对照代码再来读本文，可能会更加清晰，如果实际动手按本文的分析流程
走一遍，那么可能会有一些收获。
如果大家觉得本文对大家有帮助，不妨点个喜欢，如果代码对大家有帮助，也不妨点个star，以表示对我的鼓励吧。
爱给别人点赞的孩子，运气始终不会太差。
升级会员 