App爬虫篇 - 破解移动端登录，助力 Python 爬虫

 

 

目 标 场 景

 

在移动互联网时代，很大一部分企业抛弃了传统的网站，选择将数据、服务整合到 App 端，因此 App 端无论是爬虫还是反反爬都显得尤为重要。

 

常见的 App 端的爬虫方式是利用 Appium 和 Airtest 驱动手机打开应用，操作页面，然后通过元素 ID 获取元素的内容，又或者借助 mitmproxy 捕获到请求的数据，最后将数据保存下来。

 

如果要完成复杂的操作，加快爬虫的效率，就必须破解 App 端的登录，获取一些关键的数据，直接模拟接口请求，达到快速高效地爬取数据的目的。

 

 

本篇文章的目的是带大家「破解 App 端的登录」这一操作。

 

ps：本文仅限技术交流，请勿用于其他用途。

 

准 备 工 作

 

在开始编写脚本之前，需要做好如下准备工作

• 待破解的 APK 应用，可去官网或者各大应用市场去下载，然后安装应用到手机中

• 反编译工具，MAC OSX 推荐 Android Crack Tool 工具集，Win OS 可以使用 dex2jar 来反编译 APK 应用包

• 源码浏览工具：jadx-gui

• 抓包工具：Charles 或者 Fiddler

 

 

编  写  脚  本

 

第 1 步，确保手机配置好代理之后，就可以利用 Charles 对「获取验证码」和「登录」进行抓包操作，得到请求地址、请求参数和请求头等数据。

 

 

第 2 步，对请求参数、请求头中「没有规律的数据」寻找生成的规律，并用 Python 代码来生成这些数据。

 

首先，我们查看获取验证码这一请求的参数，发现除了手机号码外，参数 t 可以很容易想到是请求的时间戳，唯独参数 token 在没有其他网络请求的情况下生成了。

 

def get_unix_time(type_13):
    """
    获取时间戳
    :param type_13:10位、13位，是否是13位
    :return:
    """
    t = time.time()

    if type_13:

        millis = int(round(t * 1000))
    else:
        millis = int(t)

    return millis

 

所以，我们大胆猜测：这个 token 是 App 端通过一定的逻辑生成的；同理，请求头中 token 也是由 App 端生成。

 

在我们多次发起获取验证码的操作之后，我们得出一个规律：参数中的 token 保持不变，与请求时间没有关系；请求头的 token 会随着时间的变化的也会发生变化。

 

我们利用 Android Crack Tool 对 APK 应用进行反编译，得到源码 Jar 包。

 

 

然后就可以使用 jadx-gui 工具打开源码 Jar 包，通过请求地址中的「关键词：login」搜索源码，就能找到请求发送的位置。

 

 

由于应用源码打包的时候混淆了代码，因此，我们需要根据上面的搜索结果去定位参数初始化位置及实现逻辑。

 

 

逐步往上追溯应用源码，可以找到按钮点击事件的监听函数。

 

具体实现逻辑是把用户输入的手机函数传给混淆后的函数 ：b()

 

 

 

点击查看函数 b() 的实现逻辑，会发现方法中对手机号码进行了截取，获取当前日期时间，进行字符串的「第一次拼接」操作。

 

 

对第一部分的拼接我们用 Python 代码进行实现。

 

def __get_param_token(self, phone_num):
        """
        获取参数Token
        :return: BNpK8SMDiV6jTU4DR99A9vYoN9e90yBd
        """
        today = datetime.date.today()
        formatted_today = today.strftime('%Y%m%d')

        formatted_day = today.strftime('%m%d')

        # 参数1  手机号码|完整日期6位
        arg1 = phone_num + "|" + formatted_today
                # 手机号码后4位+日期包含月、日
        # 参数2  64230704
        # 字符串转为bytes
        arg2 = bytes(phone_num[7:] + formatted_day, encoding="utf8")

 

第一次拼接完成之后，我们发现又调用了一个函数 a()，参数为上面拼接生成的两个变量。

 

函数 a() 的内部使用「DES + Base64」加密算法来进行第二步的处理。

 

 

加密的操作用 Python 可以很轻松的实现。

 

def encode(arg1, arg2):
    """
    加密
    :param arg1:11位手机号码|完整日期 string
    :param arg2:手机后4位+日期4位  bytes
    :return:
    """
    des = DES.new(arg2, mode=DES.MODE_CBC, iv=bytearray([1, 2, 3, 4, 5, 6, 7, 8]))
    msg = des.encrypt(pad(arg1.encode(), DES.block_size))

    # 加密后的结果,bytes
    encode_result = base64.b64encode(msg)

    # 转为string
    return str(encode_result, encoding='utf-8')

 

需要注意的是，b()函数的最后一行，对第二步生成的字符串进行了特殊字符的替换操作，生成 Token 之前需要对数据进行同样的处理。

 

 

通过以上三步操作，就可以生成网络请求中的参数 Token。

 

同样的方式，针对请求中的 Token，我们通过查询 token 关键字查询源码。

 

 

通过观察，我们发现类 e 中的 b()函数的功能就是往请求中添加请求头，继续查看函数 b() 的实现类，发现这个类也全部被混淆了。

 

 

如果你细心一点，一定会发现当前实现类的包名是 Okhttp3，我们可以从 Github 下载 Okhttp3 的源码，然后进行对比，就能很清晰的知道里面的实现逻辑了。

 

ps：okhttp 是 Android 使用很多一个网络请求库。

 

 

通过对比没有混淆过的代码，可以很容易的编写出生成请求头中 Token 的逻辑。

 

def __get_head_token(self, method, url, data):
        """
        获取请求头Token
         分为Get和Post请求方式
        :param method: 请求方式
        :param url: 请求URL
        :param data: Post请求中的参数
        :return:
        """
        today = datetime.date.today()
        formatted_today = today.strftime('%Y%m%d')

        if method == Method.GET:
            # 请求的URL的query部分
            query_content = url.split('?')[1]
        else:
            query_content = urlencode(data)

        print('query_content:' + query_content)

        # 根据反编译后的源码增加对应的逻辑
        token_pro = query_content + "|" + formatted_today + '|zxw'

        # MD5计算
        token = md5(token_pro)

        return token

 

至此，这一步就完成两个 Token 的生成。

 

第 3 步就可以利用 Python「模拟发起一个请求」，来获取手机验证码了。

 

def get_code(self, timestamp):
    """
    获取验证码
    :return:
    """

    # 1.1 获取参数Token,与日期有关
    self.param_token = self.__get_param_token(self.phone)
    print("parm_token:" + self.param_token)

    # 1.2 获取请求头Token，与时间有关
    url = self.code_url.format(self.phone, timestamp, self.param_token)

    # 获取请求头中的Token
    self.head_token = self.__get_head_token(Method.GET, url, None)

    print('head_token【获取验证码】:' + self.head_token)

    # 2.获取手机验证码的URL
    get_code_url = self.code_url.format(self.phone, timestamp, self.param_token)

    # 3.修改Head中的token
    HEADERS['token'] = self.head_token

    print(get_code_url)

    # 4.发起【获取验证码】的请求
    resp = requests.get(get_code_url, headers=HEADERS)

    print('==' * 60)
    print(resp.text)

 

同理，后面的登录请求也是先通过抓包，使用上面生成的 Token 逻辑去修改请求头中 Token，然后模拟请求，就可以正常登录了。

 

def login(self, code, timestamp):
    """
    登录
    :return:
    """

    # 修改参数
    self.login_params['loginCode'] = code
    self.login_params['t'] = timestamp

    # 请求token
    # url = self.code_url.format(self.phone, timestamp, self.param_token)
    self.head_token = self.__get_head_token(Method.POST, None, self.login_params)

    print('head_token【登录】:' + self.head_token)

    HEADERS['token'] = self.head_token

    # 登录
    resp = requests.post(self.login_url, data=self.login_params, headers=HEADERS)

    print(resp.text)

 

结 果 结 论

 

通过模拟获取验证码的请求，等待手机收到验证码之后，输入验证码，然后再模拟登录的请求，就可以获取登录成功后的令牌。

 

 

由于验证码是由服务器产生的，这里没法获取生成逻辑，但是针对安卓手机可以监听通知栏消息元素，拿到短信验证码进行自动填入，就不需要人工输入了。

 

 

拿到登录令牌之后，理论上 App 上页面的各类网络请求都可以利用 Python 去模拟，后面提供的源码包含了一个完整抢票的流程。

本文首发于公众号「 AirPython 」，关注公众号后，回复「 App登录 」即可获得所有源码。

如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。

 

推荐阅读：

10万+的短视频被批量生产了，Python表示不服

薅羊毛 | 揭秘闲鱼方案，一部手机，实现随时随地薅羊毛