b站评论采集， 秒了~

本文仅供参考学习，如有侵权，请联系作者删。

目标网站：aHR0cHM6Ly93d3cuYmlsaWJpbGkuY29tL3ZpZGVvL0JWMWVVNDExbzdxcA==

上课！！！（写在前面）

有时候js逆向也是很简单的一件事，不要想的那么复杂，js逆向如果代码简单，完全可以用python算法还原代替，不用老老实实一步一步跟着网站的js去做。

找到目标请求包

咱就是说，直接search评论的内容，找到目标请求发的包。

curl 大法

通过将目标包的curl复制下来，获取到 headers 和 cookies，再注意排除参数。具体方法在我之前的文章有写过就不再赘述了。
包含curl详细分析的链接

最后得出结果：

• 只需要headers中的UA即可请求。

请求参数

通过不同的视频链接评论得到如下：

# 每一条视频的oid不一样，wts是目前请求的时间戳， w_rid 是变值，可以怀疑加密
{
    "oid": "视频的id", # 变值
    "type": "1", # 固定值
    "mode": "2", # 固定值
    "pagination_str": "{\"offset\":\"\"}", # 页数信息
    "plat": "1", # 固定值
    "web_location": "1315875", # 固定值
    "w_rid": "aa0d326e91ff1afd8783f029b2aee993", # 加密值
    "wts": "1716191206" # 时间戳
}

w_rid 的 分析

定位生成位置

w_rid 的值肯定是在js中生成的，请求的包是发送的 fetch 请求

1. 打xhr断点，找分析的位置
2. 全局搜索w_rid的值，在每个位置都打断点
3. 观察，因为是32位数字和字符串组成的，可以猜想是 md5 的加密。

方法很多就不一样讲解了，主要是方法2是最常用的。

断点分析

往下滑网页，在断点处暂停

直接断住，可以看到
控制台输出：

>> ee
'mode=2&oid=1904745393&pagination_str=%7B%22offset%22%3A%22%7B%5C%22type%5C%22%3A3%2C%5C%22direction%5C%22%3A1%2C%5C%22Data%5C%22%3A%7B%5C%22cursor%5C%22%3A2270%7D%7D%22%7D&plat=1&type=1&web_location=1315875&wts=1716195383'
>> H
'ea1db124af3c7062474693fa704f4ff8'
>> K
1716195383
>> ee + H
'mode=2&oid=1904745393&pagination_str=%7B%22offset%22%3A%22%7B%5C%22type%5C%22%3A3%2C%5C%22direction%5C%22%3A1%2C%5C%22Data%5C%22%3A%7B%5C%22cursor%5C%22%3A2270%7D%7D%22%7D&plat=1&type=1&web_location=1315875&wts=1716195383ea1db124af3c7062474693fa704f4ff8'
>> md5(ee + H)
'7dfe2e3a5b400d4f77a59a05ad116df1'

请求参数	含义
ee	url 带的请求参数
H	固定值
K	时间戳（10位）

w_rid 就是将参数拼接起来然后运用md5算法加密，还很规范。

wts 就是现在的时间戳。
生成出来加密就ok啦。

还有一件事

• 关于翻页

网站不支持从第一页到第三页，必须要连续的翻。
因为第二页的请求参数在第一页请求的返回值中，所以只能一页一页请求。

看一下效果

不能访问是因为参数中没有 下一页的参数了，目前 7000+ 评论可以拿到。
秒了~

下课！！！