广州linux

当前位置:   网站首页 >> python

微博模拟登陆研究

在我的不懈努力(瞎折腾)下,终于自力更生地搞定了这个登陆验证的难题。。在这里写一下这个艰难的过程

挖个坑,慢慢写,最近挺忙的,尽量抽空。。。 TwT

环境

tools:

  1. chrome及其 developer tools(为了避免cookies影响使用隐身模式)

  2. idle

  3. pycharm

因为微博登陆有好几个跳转,所以开启developer tools 的preserve log模式。
另外,为了快速格式化js代码,使用了webstorm 工具。(其实我是懒得弄vim的相应插件=w=)

python3.5
使用的库:

  1. urllib2 (在python3中应使用 urllib.request)

  2. cookielib (python3中变成了 http.cookiejar)

  3. rsa 和 base64

  4. re

  5. json 用于对拉取的数据进行parsing , 以方便处理

  6. binascii 用于对加密数据进行编码。

其中urllib2, cookielib 和rsa 是第三方库,需要pip install xxx

os : mac osx 10.10.5

据说移动端的微博爬起来简单。。但是没挑战的事儿才不要干呢!对吧。
目标是用python实现模拟登陆的功能,传入用户名和密码,返回登录cookies。

访问一下 weibo.com

当所有网页元素加载完后,发现每隔一两秒就出现一个奇怪的request

image.png


其中对应的js代码是长这样子:

1
2

window.STK_1458563180499289 && STK_1458563180499289({"retcode": 50114001, "msg": "\u672a\u4f7f\u7528", "data": null});

当输入用户名(不提交)时,出现了一个prelogin请求,同时刚才的轮询停止

看一下prelogin 的url:

1
http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=Mjk0ODI5MTQ3JTQwcXEuY29t&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.18)&_=1458639835300

这里面有两个比较可疑的地方,一是su=XXXXXXX 二是最后的一串数字。
用base64 解码一下su试试:

1
2
import base64
print(base64.b64decode('Mjk0ODI5MTQ3JTQwcXEuY29t'))

输出结果是:
b'294829147%40qq.com'
嗯,猜对了,su就是用户名,而且是url编码再base64编码。

然后再看prelogin中response的body部分:

1
2
3
4
5
6
7
8
9
10
11
sinaSSOController.preloginCallBack({
   "retcode": 0,
   "servertime": 1458559375,
   "pcid": "gz-6619a7a236d3f111fceb12be3f9cecfaa20a",
   "nonce": "HV1TC8",
   "pubkey": "EB2A38568661887FA180BDDB5CABD5F21C7BFD59C090CB2D245A87AC253062882729293E5506350508E7F9AA3BB77F4333231490F915F6D63C55FE2F08A49B353F444AD3993CACC02DB784ABBB8E42A9B1BBFFFB38BE18D78E87A0E41B9B8F73A928EE0CCEE1F6739884B9777E4FE9E88A1BBE495927AC4A799B3181D6442443",
   "rsakv": "1330428213",
   "is_openlock": 0,
   "showpin": 0,
   "exectime": 12
})


这里有几个看起来比较有用的东西:nonce ,servertime, pubkey 和 rsakv.
看到pubkey 心中瞬间凉了半截,这厮竟然还是非对称加密。。。 TwT
这种表单去掉外面的括号就是json格式了,使用python 的json库可以方便地读取json数据,这样就不用敲太多恶心的正则表达式出来。

输入一下密码,登陆.

需要注意的是,登陆过程中出现了好几个跳转所以要开启 preserve log 不然抓到的包就一闪而过了。

会抓到这些包

当然最重要的应该是紧随prelogin 的那个 POST login.php?client=ssologin.js(v1.4.18)
看一下POST出去的数据是什么:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
entry:weibo
gateway:1
from:
savestate:7
useticket:1
pagerefer:http://passport.weibo.com/visitor/visitor?entry=miniblog&a=enter&url=http%3A%2F%2Fweibo.com%2F&domain=.weibo.com&ua=php-sso_sdk_client-0.6.14&_rand=1458639538.8751
vsnf:1
su:Mjk0ODI5MTQ3JTQwcXEuY29t
service:miniblog
servertime:1458642199
nonce:NOZULR
pwencode:rsa2
rsakv:1330428213
sp:1f2a74f7e770la4f81e123bdbc00e13910be389ff0269872a45e71b32cb6df2d9e4b7f308586f11f059b6454
sr:1280*800
encoding:UTF-8
prelt:77
url:http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack
returntype:META


sp 中的数据我删了一部分,为了防止被黑阔们黑掉账号 = =

不难看出 su = username ; sp = password 。而且password大概就是经过rsa加密过的了。
用python 的rsa 模块验证一下,发现密码明文经过刚才得到的公钥加密之后并不是这个post提交的sp,所以渣浪肯定是对明文的字符串进行了一些混淆处理。虽然我完全不懂js,但是还是要硬着头皮挖掘一下:

首先这个POST的名字是这样的 : login.php?client=ssologin.js(v1.4.18)
而紧随着就是一个叫做 ssologin.js 的东西,当然要看一下他。这个代码长达2300多行,只贴有用的片段。因为已经猜到了她使用RSA进行加密的,而且已经得到了pubkey 这个参数名,用这几个关键词检索一下很快就找到了加密部分的js代码。。如下 :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
var makeRequest = function (username, password, savestate) {
      var request = {
          entry: me.getEntry(),
          gateway: 1,
          from: me.from,
          savestate: savestate,
          useticket: me.useTicket ? 1 : 0
      };
      if (me.failRedirect) {
          me.loginExtraQuery.frd = 1
      }
      request = objMerge(request, {pagerefer: document.referrer || ""});
      request = objMerge(request, me.loginExtraFlag);
      request = objMerge(request, me.loginExtraQuery);
      request.su = sinaSSOEncoder.base64.encode(urlencode(username));
      if (me.service) {
          request.service = me.service
      }
      if ((me.loginType & rsa) && me.servertime && sinaSSOEncoder && sinaSSOEncoder.RSAKey) {
          request.servertime = me.servertime;
          request.nonce = me.nonce;
          request.pwencode = "rsa2";
          request.rsakv = me.rsakv;
          var RSAKey = new sinaSSOEncoder.RSAKey();
          RSAKey.setPublic(me.rsaPubkey, "10001");
          password = RSAKey.encrypt([me.servertime, me.nonce].join("\t") + "\n" + password)
      } else {
          if ((me.loginType & wsse) && me.servertime && sinaSSOEncoder && sinaSSOEncoder.hex_sha1) {
              request.servertime = me.servertime;
              request.nonce = me.nonce;
              request.pwencode = "wsse";
              password = sinaSSOEncoder.hex_sha1("" + sinaSSOEncoder.hex_sha1(sinaSSOEncoder.hex_sha1(password)) + me.servertime + me.nonce)
          }
      }
      request.sp = password;
      try {
          request.sr = window.screen.width + "*" + window.screen.height
      } catch (e) {
      }
      return request
  };

哇哈哈哈哈哈一览无余了。
这里给出了两种加密,不过只看RSA就行了。
注意一下那个10001,这是rsa加密用到的exponent,需要将其(10进制)转换为10进制 ,即65537
以及,我们得到了这样的pattern:

1
password = RSAKey.encrypt([me.servertime, me.nonce].join("\t") + "\n" + password)

Almost too easy!

所以对应的python加密代码应该是这个样子的:

1
2
3
4
5
6
7
import rsa
def get_encrypted_pw(self,password,nonce,,servertime,pub_key):
   rsa_e = 65537 #0x10001
   pw_string = str(servertime) + '\t' + str(nonce) + '\n' + str(password)
   key = rsa.PublicKey(int(pub_key, 16), rsa_e)
   pw_encypted = rsa.encrypt(pw_string, key)
   return pw_encypted


可是当我们输出这个密码的时候,得到的并不是16进制的样式,而是极其丑陋的 另一种编码。。
所以我们要稍微修改下

1
2
passwd = binascii.b2a_hex(pw_encypted)
return passwd

为了实现这个功能 , 就要用到 binascii模块 ,将二进制转换成ascii/hex。

开始写代码吧!

import所有需要的模块:

1
2
3
4
5
6
7
8
9
10
import urllib.error
import urllib.request
import urllib.parse
import re
import rsa
import http.cookiejar  #从前的cookielib
import base64
import json
import urllib
import binascii


首先建立一个launcher 类,初始化时接受username 和 password 两个参数。

1
2
3
4
class Launcher:
   def __init__(self,username,password):
       self.username = username
       self.password = password

然后建立一个方法get_encrypted_name,来获取base64加密后的用户名
需要注意的是,用户名中可能包含@这样的符号,而我们刚才看到的加密过的su,解码之后@变成了%40
这其实是url的编码,url把这些特殊字符作为保留字,所以当用到这些字符的时候,会转换成%xx 之类的形式。同样,在这里,加密之前必须先把username字符串转化成url的编码样式,实现这一功能的是urllib.request.qoute
其次,base64编码的对象应该是bytes的形式,而最终我们需要得到string,以完成数据的提交和url的拼接。所以这里用到了str类的.encode() 和 .decode() 方法。

1
2
3
4
def get_encrypted_name(self):
       username_urllike   = urllib.request.quote(self.username)
       username_encrypted = base64.b64encode(bytes(username_urllike,encoding='utf-8'))
       return username_encrypted.decode('utf-8')

有了base64编码的username,就可以伪造一个request 以获取预登陆的信息
对于返回数据的处理,先用正则表达式扒出一个json,再利用json模块的loads()方法将其包装成一个字典。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
def get_prelogin_args(self):
       '''
       该函数用于模拟预登录过程,并获取服务器返回的 nonce , servertime , pub_key 等信息,用一个字典返         回数据
       '''
       json_pattern = re.compile('\((.*)\)')
       url = 'http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=&' + self.get_encrypted_name() + '&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.18)'
       try:
           request = urllib.request.Request(url)
           response = urllib.request.urlopen(request)
           raw_data = response.read().decode('utf-8')
           json_data = json_pattern.search(raw_data).group(1)
           data = json.loads(json_data)
           return data
       except urllib.error as e:
           print("%d"%e.code)
           return None


建立一个 get_encrypted_pw 方法,,利用获取的预登陆信息生成rsa加密过的密码信息,其中必须的pubkey , nonce , rsakv等关键字使用一个字典data 传入

1
2
3
4
5
6
7
8
9
def get_encrypted_pw(self,data):
    rsa_e = 65537 #0x10001
    pw_string = str(data['servertime']) + '\t' + str(data['nonce']) + '\n' + str(self.password)
    key = rsa.PublicKey(int(data['pubkey'],16),rsa_e)
    pw_encypted = rsa.encrypt(pw_string.encode('utf-8'), key)
    self.password = ''   #安全起见清空明文密码
    passwd = binascii.b2a_hex(pw_encypted)
    print(passwd)
    return passwd

建立一个cookies容器用于整个登陆过程中的cookies绑定:

1
2
3
4
5
6
7
8
9
def enableCookies(self):
           #建立一个cookies 容器
           cookie_container = http.cookiejar.CookieJar()
           #将一个cookies容器和一个HTTP的cookie的处理器绑定
           cookie_support = urllib.request.HTTPCookieProcessor(cookie_container)
           #创建一个opener,设置一个handler用于处理http的url打开
           opener = urllib.request.build_opener(cookie_support, urllib.request.HTTPHandler)
           #安装opener,此后调用urlopen()时会使用安装过的opener对象
           urllib.request.install_opener(opener)


接下来是一个build_post_data方法,用于包装一个POST方法所需的数据.raw数据来自get_prelogin_args所返回的字典.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
def build_post_data(self,raw):
       post_data = {
           "entry":"weibo",
           "gateway":"1",
           "from":"",
           "savestate":"7",
           "useticket":"1",
           "pagerefer":"http://passport.weibo.com/visitor/visitor?entry=miniblog&a=enter&url=http%3A%2F%2Fweibo.com%2F&domain=.weibo.com&ua=php-sso_sdk_client-0.6.14",
           "vsnf":"1",
           "su":self.get_encrypted_name(),
           "service":"miniblog",
           "servertime":raw['servertime'],
           "nonce":raw['nonce'],
           "pwencode":"rsa2",
           "rsakv":raw['rsakv'],
           "sp":self.get_encrypted_pw(raw),
           "sr":"1280*800",
           "encoding":"UTF-8",
           "prelt":"77",
           "url":"http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack",
           "returntype":"META"
       }
       data = urllib.parse.urlencode(post_data).encode('utf-8')
       return data


万事具备,尝试登陆吧(其实这一步很恶心。。。)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def login(self):
       url = 'http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.18)'
       self.enableCookies()
       data = self.get_prelogin_args()
       post_data = self.build_post_data(data)
       headers = {
           "User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36"
       }
       try:
           request = urllib.request.Request(url=url,data=post_data,headers=headers)
           response = urllib.request.urlopen(request)
           html = response.read().decode('GBK')
           '''
           一开始用的是utf-8解码,然而得到的数据很丑陋,却隐约看见一个GBK字样。所以这里直接采用GBK解码
           '''
           print(html)
       except urllib.error as e:
           print(e.code)

返回的是啥呢 ? 让我萌看一下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=GBK" />
<title>新浪通行证</title>


<script charset="utf-8" src="http://i.sso.sina.com.cn/js/ssologin.js"></script>
</head>
<body>
正在登录 ...
<script>
try{sinaSSOController.setCrossDomainUrlList({"retcode":0,"arrURL":["http:\/\/crosdom.weicaifu.com\/sso\/crosdom?action=login&savestate=1490380154","http:\/\/passport.97973.com\/sso\/crossdomain?action=login&savestate=1490380154","http:\/\/passport.weibo.cn\/sso\/crossdomain?action=login&savestate=1"]});}
catch(e){
var msg = e.message;
var img = new Image();
var type = 1;
img.src = 'http://login.sina.com.cn/sso/debuglog?msg=' + msg +'&type=' + type;
}try{sinaSSOController.crossDomainAction('login',function(){location.replace('http://passport.weibo.com/wbsso/login?ssosavestate=1490380154&url=http%3A%2F%2Fweibo.com%2Fajaxlogin.php%3Fframelogin%3D1%26callback%3Dparent.sinaSSOController.feedBackUrlCallBack&ticket=ST-Mjc3MzI1MDM3MQ==-1458844154-gz-71D924714FB4757A29087C4F732C1B20&retcode=0');});}
catch(e){
var msg = e.message;
var img = new Image();
var type = 2;
img.src = 'http://login.sina.com.cn/sso/debuglog?msg=' + msg +'&type=' + type;
}
</script>
</body>
</html>
http://passport.weibo.com/wbsso/login?ssosavestate=1490380154&url=http%3A%2F%2Fweibo.com%2Fajaxlogin.php%3Fframelogin%3D1%26callback%3Dparent.sinaSSOController.feedBackUrlCallBack&ticket=ST-Mjc3MzI1MDM3MQ==-1458844154-gz-71D924714FB4757A29087C4F732C1B20&retcode=0


结合抓包得到的302状态码,不难发现这是一段重定向代码,重定向的url写在 location.replace的后面,所以我萌编写一个正则表达式,把这段url扒下来

1
2
3
4
5
6
7
8
p = re.compile('location\.replace\(\'(.*?)\'\)')
try:
   login_url = p.search(html).group(1)
   print(login_url)
   request = urllib.request.Request(login_url)
   response = urllib.request.urlopen(request)
   page = response.read().decode('utf-8')
   print(page)

这下总能登陆进去了吧。。。拿衣服!

我们得到的是:

1
2

<html><head><script language='javascript'>parent.sinaSSOController.feedBackUrlCallBack({"result":true,"userinfo":{"uniqueid":"2773250371","userid":null,"displayname":null,"userdomain":"?wvr=5&lf=reg"}});</script></head><body></body></html>


尼玛,又是一个重定向啊?!
然而这次很轻易地注意到里面有个"?wvr=5&lf=reg"字段肥肠眼熟,看看刚才手工登陆抓到的包,果然,这是最终链接的一部分。
所以再搞一个正则表达式,把他也搞出来,然后拼接一个最终url出来,就可以轻松而愉悦地模拟登陆了!

于是就有了最终的全部代码。。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
import urllib.error
import urllib.request
import re
import rsa
import http.cookiejar  #从前的cookielib
import base64
import json
import urllib
import urllib.parse
import binascii

# 用于模拟登陆新浪微博

class launcher():

   def __init__(self,username, password):
       self.password = password
       self.username = username

   def get_prelogin_args(self):

       '''
       该函数用于模拟预登录过程,并获取服务器返回的 nonce , servertime , pub_key 等信息
       '''
       json_pattern = re.compile('\((.*)\)')
       url = 'http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=&' + self.get_encrypted_name() + '&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.18)'
       try:
           request = urllib.request.Request(url)
           response = urllib.request.urlopen(request)
           raw_data = response.read().decode('utf-8')
           json_data = json_pattern.search(raw_data).group(1)
           data = json.loads(json_data)
           return data
       except urllib.error as e:
           print("%d"%e.code)
           return None

   def get_encrypted_pw(self,data):
       rsa_e = 65537 #0x10001
       pw_string = str(data['servertime']) + '\t' + str(data['nonce']) + '\n' + str(self.password)
       key = rsa.PublicKey(int(data['pubkey'],16),rsa_e)
       pw_encypted = rsa.encrypt(pw_string.encode('utf-8'), key)
       self.password = ''   #清空password
       passwd = binascii.b2a_hex(pw_encypted)
       print(passwd)
       return passwd

   def get_encrypted_name(self):
       username_urllike   = urllib.request.quote(self.username)
       username_encrypted = base64.b64encode(bytes(username_urllike,encoding='utf-8'))
       return username_encrypted.decode('utf-8')

   def enableCookies(self):
           #建立一个cookies 容器
           cookie_container = http.cookiejar.CookieJar()
           #将一个cookies容器和一个HTTP的cookie的处理器绑定
           cookie_support = urllib.request.HTTPCookieProcessor(cookie_container)
           #创建一个opener,设置一个handler用于处理http的url打开
           opener = urllib.request.build_opener(cookie_support, urllib.request.HTTPHandler)
           #安装opener,此后调用urlopen()时会使用安装过的opener对象
           urllib.request.install_opener(opener)

   def build_post_data(self,raw):
       post_data = {
           "entry":"weibo",
           "gateway":"1",
           "from":"",
           "savestate":"7",
           "useticket":"1",
           "pagerefer":"http://passport.weibo.com/visitor/visitor?entry=miniblog&a=enter&url=http%3A%2F%2Fweibo.com%2F&domain=.weibo.com&ua=php-sso_sdk_client-0.6.14",
           "vsnf":"1",
           "su":self.get_encrypted_name(),
           "service":"miniblog",
           "servertime":raw['servertime'],
           "nonce":raw['nonce'],
           "pwencode":"rsa2",
           "rsakv":raw['rsakv'],
           "sp":self.get_encrypted_pw(raw),
           "sr":"1280*800",
           "encoding":"UTF-8",
           "prelt":"77",
           "url":"http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack",
           "returntype":"META"
       }
       data = urllib.parse.urlencode(post_data).encode('utf-8')
       return data


   def login(self):
       url = 'http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.18)'
       self.enableCookies()
       data = self.get_prelogin_args()
       post_data = self.build_post_data(data)
       headers = {
           "User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36"
       }
       try:
           request = urllib.request.Request(url=url,data=post_data,headers=headers)
           response = urllib.request.urlopen(request)
           html = response.read().decode('GBK')
           #print(html)
       except urllib.error as e:
           print(e.code)

       p = re.compile('location\.replace\(\'(.*?)\'\)')
       p2 = re.compile(r'"userdomain":"(.*?)"')

       try:
           login_url = p.search(html).group(1)
           print(login_url)
           request = urllib.request.Request(login_url)
           response = urllib.request.urlopen(request)
           page = response.read().decode('utf-8')
           print(page)
           login_url = 'http://weibo.com/' + p2.search(page).group(1)
           request = urllib.request.Request(login_url)
           response = urllib.request.urlopen(request)
           final = response.read().decode('utf-8')

           print("Login success!")
       except:
           print('Login error!')
           return 0


哇哈哈哈哈,搞定。


发表我的评论

Hi,您需要填写昵称和邮箱!

  • 必填项