sumerzhang / spider_demo

个人爬虫、逆向练习代码，一点点总结上传。文书web、app；facebook；毒

spider_demo

个人爬虫练习代码，一点点总结上传。

一、wenshu的 js hook

可以找到加密参数发送请求前的位置，从而根据debugger位置，打断点找到加密入口。具体的加密在一点点进行中。

也可以根据这个不破解加密的具体方法。

1、通过 js hook 到 XMLHttpRequest 的请求，

2、判断请求中是否有加密参数

3、取消请求

4、将获取到的加密参数以及 cookie 返回到爬虫程序。返回通过谷歌插件的形式。

5、就可以实现抓取了

还有一种思路是自己执行 XMLHttpRequest 发送请求，并执行拦截和取消。这种思路的话生成加密参数的速度应该是最快的。不过我不太清楚这种自己制造自己拦截具体是怎么操作的。如果有知道的，可以指点一下。谢谢！

增加抓取数据的处理逻辑，并将抓取的数据保存到 mongodb 数据库中。增加验证码手动处理。

需要修改优化的部分：

• 将详情处理与列表的处理分开，详情做多线程或者异步协程抓取。
• 增加 redis 处理，实现分布式增加去重抓取
• 增加代理 ip 池

加密的参数具体破解还在一步步解析中

二、wenshu app 的逆向

这个真的简单。而且网上到处都有。

三、 FaceBook js破解

四、KuGouTop500

五、duapp_unidbg 调用 so

在大佬 @zhaoboy9692 代码上做了简单的修改