python实现：XXX的官网课程刷课实现-JS逆向-CSDN博客

本文链接：https://blog.csdn.net/Yv_Mu/article/details/142282503

最近呢，我敬爱的导师也因为课程学习，忙的头皮发麻。身为三好学生的我，必然是要献上一份绵薄之力。

这里匿名一下的好，因为本文重在分享技术，不针对任何个体或单位。

一、先做一下基本的部署：

分析这个课程进度提交的请求方式、请求参数、参数是否加密、响应信息等···

这里我们分析了表单参数（其中vid参数对应不同的课时，这参数写的一点都不标准。vid的参数后文会说），同时观察一下响应数据：

显然是返回的视频进度信息。

也就是咱们只要仿照相同的参数发送给服务器就能得到响应的返回，要想返回的进度为100，就修改相对应的请求参数即可。此时请求参数中最大的难点就是加密参数的破解。

二、此时调用js栈堆运行代码观察这个pid的加密参数是怎么生成的：

好家伙，进入堆栈就被这个扎眼的cv闪到了。这还犹豫啥，这里面大概率就是加密参数逻辑的书写位置。

进来之后搜索咱们的pid，看看怎么生成的：

找了一圈，找到了这两个，很显然加"BAIJIAYUN_"前缀这个就是咱们要找的。

分析这行代码：

我们发现中间的Math.uuid()方法应该是后面的32位参数，接下来寻找Math.uuid()方法是怎么生成的：

找到啦~~~

三、开始解密

首先，i() 函数生成的是一个随机的十六进制字符串片段 (65536 * (1 + Math.random()) | 0).toString(16).substring(1)，这实际上会生成一个 3 到 4 个字符长的十六进制字符串（因为 Math.random() 生成的是 [0, 1) 范围内的浮点数，乘以 65536 后转换为十六进制并去掉第一个字符，结果长度取决于随机数的大小）

然后就是这个强硬拼合为16进制的UUID 标准格式（8-4-4-4-12）

同时用.toLocaleUpperCase()将所有的小写字母转为了大写字母

考虑到后面是直接将_去掉了。所以咱们也就不加下划线了。

直接用python生成Math.uuid()的功能：

四、验证

这就OK了，接下来咱们带入验证函数进行验证，看能否得到响应

哎，我这里直接把一个视频最后一秒提交了，然后提示计时超时，看来还是要一步一步来。因为这边对视频进度的判定方式是，每隔20秒提交一次，并返回进度。看来咱们要获取每个视频的时长，然后每隔20秒的参数发送一个请求，这样应该就可以了。
接下来要讲如何获得每个视频的长度，就要先获得每个视频的不同点在哪

通过对比两个视频表单的参数，得到：myClassCourseVideoId的参数就是每个视频的id

五、寻找课程id

接下来咱们找找这个参数在哪记录，首当其冲的就是html页面元素，看哪里是否记录

惊不惊喜？意不意外？排列整齐、格式严谨。那真是太好了

这里教一下怎么截取页面的html元素，大多数情况下，html页面的代码都在源代码中能够找到

这里我们找一下主页面框架的请求地址，得到响应数据（一般是html格式，也有可能是json格式，还有可能是json+html混合格式）这里咱们先看看

在源代码的页面搜索咱们需要的ID，很遗憾，不在源代码中。

那看来是封装到另一个接口中了，咱们去接口里面搜索

六、获取课程id接口数据

必然就是这个接口无疑了。咱们看看这个接口的请求方式····等等信息

分析这里得到，前面是url地址，后面的参数定睛一看，好像是课程的ID，应该是固定的，咱们直接复制就行

这时候，咱们就不能照搬上面的cookie了，肯定是cookie变了

对比后发现，不是cookie的问题。

通过自习观察后我发现：

上文刚才抓到的接口中给的信息有post请求表单的各项信息，也就是说，这边抓到之后，问题就将得到解决。

怎么现在开始分析这个接口：

get一、课程接口的抓取

OK，数据到手，课程接口很简单，一个get请求，没有加密。

二、接下来进行数据清洗，这里我们要用正则表达式清洗数据

def data_go(data_text):
    # 筛选数据模块
    data = re.findall('"videoRPs":(.*?)]',data_text)
    items = str(''.join(data))
    # 二次筛选抽取对应属性并存储
    obj = re.compile('.*?baiJiaYunVideoSource":"(?P<VID>.*?)",".*?"duration":"(?P<TIMES>.*?)".*?'
                     'myClassCourseVideoId":"(?P<MCCVI>.*?)","myClassCourseId":"(?P<MCCI>.*?)",".*?',re.S)
    item = obj.finditer(items)
    item_list = []
    for i in item:
        item_list.append([i.group('VID'),i.group('MCCI'),i.group('MCCVI'),i.group('TIMES')])
    return item_list

现在还差最后一步，写一个每隔20秒上传一次的循环表单：

def fun():
    items_list = get_to()
    for i in items_list:
        for j in range(0,i[3],20):
            post_to(MCCI=i[1],MCCVI=i[2],VID=i[0],j=j)
            time.sleep(.5)

这里呢，基本所有的东西就写完了