sdenv 绝杀rs vmp (加上修改源码的方法)

声明:
本文章中所有内容仅供学习交流使用,不用于其他任何目的,抓包内容、敏感网址、数据接口等均已做脱敏处理,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关!wx a15018601872              
本文章未经许可禁止转载,禁止任何修改后二次传播,擅自使用本文讲解的技术而导致的任何意外,作者均不负责,若有侵权,请联系作者立即删除!q 2766958292

前言:

最近开源的好项目太多了,我就不一一列举了比如小红书的那个ai项目还有很多,就在这说一个爬虫开源的项目,专干rs vmp的。昨天研究了三个小时,成功了2个demo确实很强。pysunday/sdenv: 基于jsdom和瑞数vmp开发的补环境框架 (github.com)

pysunday/sdenv-extend: 补环境框架sdenv的拓展包,用于浏览器端与node端代码共用 (github.com)

作者地址侵权删

1.使用过程

1.1.准备工作

需要node最新版和c++/c开发环境。c的环境比较难弄,我是叫宿舍帮忙弄得,毕竟我不太擅长这东西,当然我手动自己装过一次踩坑了所以才叫人的。所以有熟人建议叫熟人帮忙,这东西比较恶心。然后就是会一些html,js基础。最好能看懂源码。最近在结合vm2和boda项目搞vm2源码,发现了stack修改方法其中之一多的就不说了因为最近发现了太多奇奇怪怪的监测点还需要一些数据结构的知识来搞(这个地方是之前博客留下的问题我顺便说了)直接修改vm2源码,和不用vm2都行。不用vm2可以更简单的修改堆栈信息,使用vm2得自己看源码修改这是我修改的结果。算是把之前的一个监测点过了。接下来是这次博客重点有很多人都不会rsvmp,当然我也不太会,我也是站在巨人肩膀上行动的接下来说说怎么搞定rs vmp。

图1.1

1.2.sdenv项目运行流程

作者大佬已经说的很清楚的我就不说了,我只是重点我遇到的难题。第一个就是error path arugments[0/1]这是路径有问题。建议直接改绝对路径肯定能过。第二个就是我忘了暂时想不起来了,应该挺简单的随便弄弄就行了。不出意外弄完就可以跑通了这是运行结果图1.2.1。

1.2.1

然后我又试了一个维普的,发现报错了,好像是HTMLFORM.prototype.submit这个好像是说源码没有这个东西,我第一反应是直接点进去改源码,后来往上一翻发现cookie已经生成了那就直接注释就行了。

1.3.结果 

1.4.总结 

1.出于安全考虑,本章未提供完整流程,调试环节省略较多,只提供大致思路,具体细节要你自己还原,相信你也能调试出来。

2.很多人都不会玩别人的项目,我刚开始也不会。现在也算有点心得了。还是得多整合第三方看别人文档怎么写,然后自己跟着做,有时候真的坑很多,看着很容易实际很麻烦,接着就是多看别人写的代码,进行类比看看别人怎么修改源码,我现在大概到了修改源码的阶段,尝试阅读源码,这对spider来说确实比较困难,developer经常需要修改屎山代码所以这方面更有天赋,只能说尽量尝试吧,毕竟看不懂也没多大关系,当然看得懂最好可以改装别人的东西。

最后再说一遍作者地址  手动star给作者一点鼓励♥

pysunday/sdenv: 基于jsdom和瑞数vmp开发的补环境框架 (github.com)

pysunday/sdenv-extend: 补环境框架sdenv的拓展包,用于浏览器端与node端代码共用 (github.com)

wx a15018601872   
q 2766958292
仅用于学习交流👉侵权+wx
  • 24
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请求网页: 爬虫使用HTTP或其他协议向目标URL发起请求,获取网页的HTML内容。这通常通过HTTP请求库实现,如Python中的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值