通过JS逆向爬取自己的博客的文章阅读量

这是我JS逆向的习作之一：使用requests库爬取我的博客阅读量

关键点1：Cookies需要有UserName和UserToken，其中UserToken从浏览器中先获取。
关键点2：加密过程需要先产生32位UUID，然后拼接链接：“请求方法 响应类型 x-ca-key UUID 访问链接”，但后来发现随便撸一个UUID都行。
关键点3：如果链接带有参数，那就必须拆散参数然后按字母顺序重新排列组合
关键点4：请求headers必须带有'accept': 'application/json, text/plain, */*'，否则请求失败。

import requests
import hmac
from random import randint
from re import search
from base64 import b64encode
from hashlib import sha256


def get_csdn(url):
    # 用随机数生成32位的UUID
    # uid = ''.join(f'{randint(0,16):x}' for _ in range(32))
    # uuid = f'{uid[:8]}-{uid[8:12]}-{uid[12:16]}-{uid[16:20]}-{uid[20:]}'
    # 原来随便撸一个UUID也行
    uuid = '9527-3547-709394'
    url_path = search('(.*)://(.*?)/(.*)', url)[3]

    # 如果链接带有参数，那就必须拆散参数然后排序重组
    if '?' in url_path:
        param = '&'.join(sorted(search('\?(.*)', url_path)[1].split('&')))
        url_path = url_path[:url_path.find('?')]+'?'+param

    # 拼接字符串，其中x-ca-key在JS里可找到
    text = f'GET\napplication/json, text/plain, */*\n\n\n\nx-ca-key:203803574\nx-ca-nonce:{uuid}\n/{url_path}'
    # HMAC256加密的key，该key的值在JS里可找到
    key = '9znpamsyl2c7cdrr9sas0le9vbc3r6ba'
    # HMAC256加密后的值
    signature = str(b64encode(hmac.new(key.encode('utf-8'), text.encode('utf-8'), digestmod=sha256).digest()), 'utf-8')

    # 请求头必须加下面的元素
    se.headers.update({'X-Ca-Key': "203803574",
                       'X-Ca-Nonce': uuid,
                       'X-Ca-Signature': signature,
                       'X-Ca-Signature-Headers': "x-ca-key,x-ca-nonce",
                       # UserName、UserToken可在浏览器开发者工具里复制粘贴到这里
                       'cookie': 'UserName=你的用户名; UserToken=你的UserToken;',
                       'accept': 'application/json, text/plain, */*',
                       'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/112.0.0.0 Safari/537.36'
                       })
    res = se.get(url)
    assert res.status_code == 200, f'{res.status_code} error'
    return res.json()


if __name__ == '__main__':
    se = requests.Session()

    # 第一步：先获取总阅读量
    url1 = "https://bizapi.csdn.net/blog-console-api/v1/data/blog_statistics"
    data1 = get_csdn(url1)
    if data1['msg'] == 'success':
        for k in data1['data']:
            if k['name'] == '阅读量':
                print(f"{k['name']}: {k['num']}")
                break

    # 第二步：获取最近7天阅读量
    url2 = 'https://bizapi.csdn.net/blog/phoenix/console/v1/data/all-article'
    data2 = get_csdn(url2)
    week_total = 0
    if data2['message'] == 'success':
        for k in data2['data']['list']:
            print(f"{k['pdate']}: {k['viewCount']}")
            week_total += int(k['viewCount'])
    print(f'最近7天总阅读量：{week_total}')

运行结果截图：