抖音a_bogus,mstoken全参数爬虫逆向补环境2024-06-15最新版

抖音a_bogus,mstoken全参数爬虫逆向补环境2024-06-15最新版-----------------------------------------### 源码获取已放在github上，抖音部分已全面更新为a_bogus算法。 除了抖音还包括快手，小红书，哔哩哔哩，微博，京东，淘宝等平台，旨在帮助大家学习使用。 链接: https://github.com/ShilongLee/Crawler### 接口及参数1. 打开网页版抖音，右键视频进入详情页。2. F12打开控制台筛选detail，然后刷新网页，找到请求。3. 可以发现我们本次的参数目标a_bogus。a_bogus有时长度为168有时为172，都可用。4. msToken在cookie中可以获得msToken，过期时间为7天。5. screen_width、screen_height对应cookie中的dy_swidth、dy_sheight。6. cpu_core_num、device_memory对应cookie中的device_web_cpu_core、device_web_memory_size。7. verifyFp、fp对应cookie中的s_v_web_id。8. webid可以从doc中获得user_unique_id。### 找到加密代码* 找到入口 首先看一下接口的加载器，也就是发送请求的调用栈，挨个查看之后不难发现，加密的入口应该在这两处，由于栈中的调用顺序是从下往上，所以我们先看下面那个入口。* 查看参数 首先我们查看入口参数，不难发现arguments[1]是请求的url，那么我们可以根据url包含detail去打一个断点，然后一步一步进行调试，看看发生了什么。* 断点调试 单步步入之后，开始了加密参数的流程，我们发现这里的代码明显是混淆过的，上下翻动后，我们发现这是jsvmp文件。单步跳出后，直接到了请求流程，说明在这里面已经完成了a_bogus的加密，所以我们可以断定，加密参数是在调用栈中另一个地方调用的。所以我们再查看一下调用栈中的另一个入口。可以看到，加密最后运行的函数是s.apply(b,u)并且赋值给了l，那么我们可以大胆猜测一下，这个l就是返回的加密结果，但是我们知道request中有很多加密参数，而且这个代码是jsvmp，所以我们可以认为，这里是调用了jsvmp的指令函数，这个指令函数加密了我们的a_bogus，但是也被其他的一些需求调用，所以说我们要定位到加密a_bogus的时机。我们可以知道a_bogus的长度为172，所以我们可以在这里打条件断点，当s.apply(b,u).length === 172时断住。然后进行观察。断住之后，我们发现结果大概率是我们要的a_bogus，后面我们会验证一下，参数为uri以及UserAgent。那么我们之后调用的时候，可以直接调用这个函数，把相应的参数传进去就可以得到我们想要的结果。由于这个s.apply可能调用的函数有很多种，我们不知道它调用的具体函数是哪个，因此，我们需要找到函数调用入口也就是函数导出。至此我们先验证一下结果。### 补环境1. 首先我们把整个bdms.js拿下来，本地运行，进行补环境。 2. 然后运行后发现window is not defined，我们定义一个window=global补个window环境再试试看。3. 我们发现这里莫名其妙报了个错，由于代码混淆加上各种循环，很难找到这个变量是什么，所以我们猜测，大概率是获取某些环境没有获取到，所以我们加代理看看他获取了什么没获取到导致的。我们添加下列代理来看看检测了哪些环境。 function get_enviroment(proxy_array) { for (var i = 0; i < proxy_array.length; i++) { handler = ‘{ ’ + ’ get: function(target, property, receiver) { ’ + ’ console.log(“方法:”, "get “, “对象:”, ’ + '”’ + proxy_array[i] + ‘" ,’ + ‘" 属性:“, property, ’ + '” 属性类型:“, ’ + 'typeof property, ’ + // '” 属性值:“, ’ + 'target[property], ’ + '” 属性值类型:", typeof target[property]); ’ + ’ return target[property]; ’ + ’ }, ’ + ’ set: function(target, property, value, receiver) { ’ + ’ console.log(“方法:”, "set “, “对象:”, ’ + '”’ + proxy_array[i] + ‘" ,’ + '" 属性:“, property, ’ + '” 属性类型:“, ’ + 'typeof property, ’ + // '” 属性值:“, ’ + 'target[property], ’ + '” 属性值类型:", typeof target[property]); ’ + ’ return Reflect.set(…arguments); ’ + ’ } ’ + ‘}’ eval('try{ ’ + proxy_array[i] + '; ’ + proxy_array[i] + ‘=new Proxy(’ + proxy_array[i] + ', ’ + handler + ')}catch (e) { ’ + proxy_array[i] + '={}; ’ + proxy_array[i] + ‘=new Proxy(’ + proxy_array[i] + ', ’ + handler + ‘)}’) } } proxy_array = [‘window’, ‘document’, ‘location’, ‘navigator’, ‘history’, ‘screen’, ‘aaa’, ‘target’] get_enviroment(proxy_array) 4. 我们发现，检测的还不少。加上代理之后我们发现，在访问wondow.requestAnimationFrame时没访问到，然后紧接着报错了，那么说明，对window.requestAnimationFrame进行了校验，因此我们可以补一下 ，这个是一个函数，我们补一个空函数试试。5. 补完后发现又有报错。我们发现访问window._sdkGlueVersionMap时XMLHttpRequest报错，那我们都补一下。我们可以到浏览器的控制台获取window._sdkGlueVersionMap的值。6. 全部补完之后我们发现终于没报错了，说明正常运行了，下一步我们需要找到加密函数的入口，然后进行最后的加密操作。#### 函数入口我们重新断点进入，看看到底调用了什么，我们可以发现，首次调用的函数是这里，我们可以单步调试进去看一下什么时候调用的s.apply。断住之后，我们进去看看什么时候调用到了我们需要的s.apply，所以我们需要在s.aaply处打个断点。打住断点之后，由于我们之前在这里断点过，所以我们可以通过查看u[3]的url是否包含我们的本次请求detail查看。断住s.apply后，我们可以知道这里调用的函数就是我们需要的导出的函数，我们单步步入，发现是这个函数。这个函数的样子我们好像见过，没错这个函数有好几处，我们可以通过59 !== m找到他。我们可以看到实际上u = function ()，把加密函数赋值给了u，所以我们直接在这里导出即可，对了，别忘了加上,。### 凑合用的结果其中我们发现，调用sign之后又多检测了很多环境变量，为了环境更加真实和防止被检测的风险，尽量补全环境是最好的，即使会降低运行速度，如果追求运行速度我们可以尝试难度更高的纯算逆向。而且补空函数并不能通过环境的检测，因此我们需要把整个环境补全，最终补全的环境代码如下: window = global document = {} document.all = {} // 全局搜索document.all发现并没有检测，因此这里不补typeof navigator = {} navigator.userAgent = ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36’ document.createElement = function (name) { if (name == ‘span’) { return [{}] } } document.documentElement = ‘’ document.createEvent = function () { return ‘createEvent() { [native code] }’ } document.createElement = function () { return ‘createElement() { [native code] }’ } window.requestAnimationFrame = function () { return ‘requestAnimationFrame() { [native code] }’ } window._sdkGlueVersionMap = { “sdkGlueVersion”: “1.0.0.51”, “bdmsVersion”: “1.0.1.5”, “captchaVersion”: “4.0.2” } XMLHttpRequest = function () { return ‘XMLHttpRequest() { [native code] }’ } window.fetch = function () { return(input, init) { var _this6 = this; var url, method; if (IS_REQUEST_API_SUPPORTED && input instanceof Request) { url = input.url; method = input.method…} window.onwheelx = { “_Ax”: “0X21” } navigator.vendorSubs = { “ink”: 1718453241914 } window.innerWidth = 1920 window.innerHeight = 1080 window.outerWidth = 1914 window.outerHeight = 1026 window.screenX = 2563 window.screenY = 412 window.pageYOffset = 0 window.pageYOffset = 0 window.screen = { availWidth: 1920, availHeight: 1032, width: 1920, height: 1080, colorDepth: 24, pixelDepth: 24, orientation: { type: “landscape-primary”, angle: 0 }, }; navigator.platform = ‘Win32’ document.body = ‘’ ### 全环境补完正确结果需要注意的是，环境检测远不止这一点，还有dom之类的检测，这部分大家可以通过断点一步步调试，最终补好所有环境。### 测试成功!!!需要注意的是，每个接口加密参数不同需要自己去探索，其中详情接口和回复接口如下:### 项目参考这是我写的爬虫项目，后续抖音部分将全面更新为a_bogus算法，敬请关注。https://github.com/ShilongLee/Crawler