围观腾讯云输入法如何回发用户输入

　　太久没有写博客了，这个懒惰的惯性实在是太强大。这两天不说说360和QQ的事情，就显得很out了，但是说来说去却又很鸡毛。另外我怎么没有看到什么弹窗呢，听说好不热闹啊，TM/MSN和MSE用户艰难的表示鸭梨很大。腾讯云输入法回传用户输入数据，在这个节骨眼上被逮到，还真算给力。

 

　　大家可以去“腾讯软件中心”试试这个云输入法，http://py.qq.com/web/。但是注意不要输入什么敏感内容，免的有被跨省的风险。百度也有类似的输入法，只是好像没有咋呼叫作云输入法，而且百度还支持手写。谁有兴趣，可以查一下哪家先出的这种输入法？

 

　　说正经的，QQ云输入法是怎么工作的呢？很简单，给任意一个网页导入一个脚本文件就可以了。 

< script  type ="text/javascript"  language ="JavaScript"  src ="http://ime.qq.com/fcgi-bin/getjs" ></ script >

 　　相当简单。然后呢，取回一个大约42k的文件，叫ime.js。文件是压缩过的，版本号：rev.632（这个很重要，待会儿他们一加班，就拿不到了）

 

　　脚本启动后，会后先向服务器报告一下客户端环境，这些从浏览器里获取的参数，不是什么隐私，就是user-agent都比这丰富。

http://ime.qq.com/fcgi-bin/reportfirst? key=d02e5d08310c90ac54d37089fbf3d8ed &version =632 &sp =1 &sw =1920 &sh =1080 &dw =1920 &dh =512 &t =1289458673612

 　　但是惊喜还是有的，这个报告中包含了一个唯一的key，作用就相当于浏览器session_id。接下来的所有和腾讯服务器的交互，都会带着这个key。

 

　　在英文输入状态下，任何字符输入会被云输入法脚本截获，然后向服务器回发如下请求：

http://ime.qq.com/fcgi-bin/getword?key=d02e5d08310c90ac54d37089fbf3d8ed &cb =window.QQWebIME.callback612 &q =qq

 　　注意key！cb是ime.js运行后注册的回调函数，蓝色的qq是我的输入。服务器响因为：

window.QQWebIME.callback612({ " is_end " : " 0 " , " p " : " 1 " , " pg " : " 5 " , " q " : " qq " , " ret " : " suc " , " rs " :[ " QQ " , " 亲戚 " , " 亲亲 " , " 悄悄 " , " 轻轻 " , " 强求 " , " 求求 " , " 缺钱 " , " 请求 " , " 亲切 " , " 圈圈 " , " 前期 " , " 瞧瞧 " , " 亲情 " , " 全球 " , " 气球 " , " 齐全 " , " 取钱 " , " 情趣 " , " 千千 " ], " rscnt " : " 20 " , " rsn " :[ " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " , " 2 " ]})

 　　这时你可以像普通输入法一样进行选词，而且很自然的是，选词后没有服务器请求发生。也就是你的输入内容，都是在浏览器本地完成的，腾讯除了知道你请求了什么候选词列表外，不知道你到底输入了什么。似乎这一切都很美好，也就应该是这么美好才对，是吧？

 

　　但是这不是360在隐私问题上掐QQ吗，本来我一直认为腾讯这么大一个上市公司，做事还是该有点底线的。但是360让大家看到了腾讯是没有底线的，真流氓揭露了伪君子。于是我就怀着最大的恶意想，这输入法因该还是有问题的。于是继续使用，突然发现一个异常的服务器请求，如下： 

http://ime.qq.com/fcgi-bin/reportword?key=d02e5d08310c90ac54d37089fbf3d8ed &num =11 &xl =danshi,%E4%BD%86%E6%98%AF,0,0,1,0|zhe,%E8%BF%99,0,0,1,0|bushi,%E4%B8%8D%E6%98%AF,0,0,1,0|zaihe,%E5%9C%A8%E5%92%8C,0,0,1,0|tengxun,%E8%85%BE%E8%AE%AF,0,0,1,0|zuoweiyige,%E4%BD%9C%E4%B8%BA%E4%B8%80%E4%B8%AA,0,0,1,0|shangshi,%E4%B8%8A%E5%B8%82,0,0,1,0|gongsi,%E5%85%AC%E5%8F%B8,0,0,1,0|zuoshihaishiyinggai,%E5%81%9A%E4%BA%8B%E8%BF%98%E6%98%AF%E5%BA%94%E8%AF%A5,0,0,1,0|you,%E6%9C%89,0,0,1,0|dixian,%E5%BA%95%E7%BA%BF,0,0,1,0

 　　把这堆编码过的字符转回来，是： 

http://ime.qq.com/fcgi-bin/reportword?key=d02e5d08310c90ac54d37089fbf3d8ed &num =11 &xl =danshi,但是,0,0,1,0|zhe,这,0,0,1,0|bushi,不是,0,0,1,0|zaihe,在和,0,0,1,0|tengxun,腾讯,0,0,1,0|zuoweiyige,作为一个,0,0,1,0|shangshi,上市,0,0,1,0|gongsi,公司,0,0,1,0|zuoshihaishiyinggai,做事还是应该,0,0,1,0|you,有,0,0,1,0|dixian,底线,0,0,1,0

　　你这时是不是只想向狗日的企鹅竖起中指呢？

 

　　这是不是我没看清楚了，把ime.js仔细看了一下，tmd居然是混淆过的，看得我好累。谜底就在这里了：

ha  =   function  () {
     var  e  =  [], a  =   new  Image( 1 ,  1 ), b  =   false ,
    j  =   function  () {
        a.onload  =  a.onerror  =   null ;
        b  =   false ;
        J  &&  CollectGarbage()
    },
    r  =   function  (w) {
        b  &&  j();
        a.src  =  w;
        a.onload  =  a.onerror  =  j;
        a.complete  &&  j();
        b  =   true
    },
    s  =   "" , n  =   "" ,
    v  =   function  () {
         return  s  +   " &num= "   +  e.length  +   " &xl= "   +  e.join( " | " )
    };
     return  {
        a:
         function  () {
             var  w;
            w  =  c.c();
            w  =  o.b( " cgiPrx " )  +   " reportfirst?key= "   +  o.b( " prvKey " )  +   " &version=632&sp= "   +  o.b( " lnchr " )  +   " &sw= "
                 +  screen.width  +   " &sh= "   +  screen.height  +   " &dw= "   +  w[ 0 ]  +   " &dh= "   +  w[ 1 ]  +   " &t= "   +  Ba;
            r(w);
            s  =  o.b( " cgiPrx " )  +   " reportword?key= "   +  o.b( " prvKey " )
        },
        b:
         function  (w) {
             if  (S  !==  w) {
                 var  l  =  w.length;
                 if  ( 0   !==  l) {
                     for  ( var  h  =   "" , m  =   "" , g  =   0 ; g  <  l; g ++ ) {
                         var  x  =  w[g],
                        k  =  encodeURIComponent(x.kanji);
                        e.push(x.spell  +   " , "   +  k  +   " , "   +  n);
                        h  +=  x.spell;
                        m  +=  k
                    }
                     1   <  l  &&  e.push(h  +   " , "   +  m  +   " , "   +  n);
                     if  ( 10   <  e.length) {
                        r(v()); e  =  []
                    }
                }
            }
        },
        j:
         function  (w) {
            w  =  o.b( " cgiPrx " )  +   " re?key= "   +  o.b( " prvKey " )  +   " &ec= "   +  w  +   " &py= "   +  B.o()  +   " &t= "
                 +  ( + new  Date).toString().slice( 0 ,  - 3 )  +   " &v=632 " ;
            r(w)
        },
        k:
         function  () {
             if  ( 0   !==  e.length) {
                r(v());
                e  =  []
            }
        },
        l:
         function  () {
             var  w  =   1   ===  o.b( " iptMode " );
            n  =  [ " 0 " , o.b( " iptMode " )  -   1 , w  ?  o.b( " pyMode " ) :  " 0 " , w  &&   1   !==  o.b( " pyMode " )  ?  o.b( " spType " ) :  " 0 " ].join( " , " )
        }
    }
} ()

　　多贴点code，表示这是技术贴，不是5毛贴咯（听说涨7毛了，通胀太厉害了）。答案就在这个ha伪类的函数b里，这个b函数是用来记录输入历史的，但是在这个方法最后，做了一个判断：if (10 < e.length) { r(v()); e = [] }。e是存放输入历史的数组，方法r和v是负责组装和回发数据的，发完后清空了e。

 

　　难道收集用户输入内容成了中国国情了？微软拼音2010还真的有这个功能，不过它会明确提示用户，并且只是发回那些用户纠正输入推荐，而且回发的内容也是用户可以很容易看到和编辑的。另外同样是web ime的百度输入法，回发服务器的信息是：

http://olime.baidu.com/py?py=baidu &rn =0 &pn =20 &t =1289460415974

　　注意，这里没有key信息，这不是说百度就不能identify你，因为还有浏览器session_id，但是百度的输入法没有回发用户实际选词，所以是无法在服务期上还原用户输入的。

 

　　虽然这是篇技术文章，但是肯定掺杂了莫名的立场，那我现在的立场就是：胁迫用户者不得好死！