python获取APP夸克答题助手答案

机制分析

夸克浏览器的答案获取机制如下图所示：

简单的来说，如果需要正确的获得答案，那么就需要构造请求头。这里的目标网页是动态的，也就是说夸克浏览器加了反爬措施。经研究发现，反爬措施主要有四点：
1）需要设置User-Agent
2）动态cookie
3）访问速度过快，会封ip
4） 请求协议头的构造
基于解决以上四点，可以这样操作：
1）User-Agent可以通过直接抓取夸克浏览器的请求协议头（js中User-Agent不能含有空格，python不需要 考虑）
2）经过多次测试发现，请求几次就会出现404状态，而返回值就包含cookie信息，那么下次访问加载返回的cookie信息，就可以解决动态cookie
3）但对于请求过快的话，延时2多一点就能解决，设置延时1s，没有问题（经过测试500ms的话就会封ip，封过ip后几分钟之后就会解封）
4）经研究发现，请求协议头含有时间戳参数，需要动态构造

代码

基于以上分析，可以写出一下python代码：

import time
import requests
import re
import json
import pprint
class Spider(object):
	url = 'https://answer-quark.sm.cn/answer/curr?format=json'
	cookie="自己获取"
	header = {
	'path': '/answer/index?format=json&activity=thyx',
	'scheme': 'https',
    'accept':'application/json',
    'accept-language':'zh-CN,zh;q=0.9',
    'referer':'https://answer-quark.sm.cn/answer/?  uc_param_str=dnntnwvepffrgibijbprsvdsdicheiniut&source=search',
    'User-Agent': '自己抓取'}
	def index_request(self):
		url = 'https://answer-quark.sm.cn/answer/curr?format=json&_t='+str((int)(time.time()))+'&activity=thyx'
		while True:
	
			try:
				response=requests.get(url,headers=self.header,cookies=self.cookie)
				result = response.text
				# print(result)
				if 'html' not in result:
					res = json.loads(result)
					if res['data']['correct'] is not '':
						answer = int(res['data']['correct'])+1
						if answer!=0:
							print(str(answer)+res['data']['options'][int(res['data']['correct'])]['title'])
				else:
					sec=re.findall('sec=\w+',result)
					cookiesec=''.join(sec).replace('sec=','')
					print(cookiesec)
					self.cookie['sec']=cookiesec
				time.sleep(1)
			except Exception as e:
				pass
if  __name__== '__main__':
	spider=Spider()
	spider.index_request()

总结

虽然本次实践的项目比较简单。但是用来学习已经足够了，其中包含的主要知识点如下：

• App爬虫
• 4点反爬机制
• 请求协议头的构造

注意 项目只适合学习，请勿做任何违反法律的事！！！

转载请注意出处（原创）