分析淘宝登陆对selenium爬虫的封杀方案，反爬虫机制的升级！

所周知目前使用selenium打开浏览器访问淘宝，不管你是手动还是自动登录一律都是验证不通过，之前一直没有正式分析淘宝的反爬虫方案，今天花了几个小时分析了一下，也只是对其整体有个认识，在很多细节上还不清楚。

 

总体上淘宝的反爬虫思路是：基于用户身份的ua算法，来识别浏览器是正常状态还是非正常状态，我们下面来说具体的方案。

当我们在淘宝登陆页面输完用户名，还未输入密码时会发送一个post请求。

 

 

 

这个post请求中有一个关键信息ua，至于ua怎么生成目前还未分析出，他的出处在z在全局对象window[UA_Opt.LogVal]、或者window["_n"],并且每次输出都不一样。

 

浏览器window对象，他是出于一个私有属性_n,但是怎么做到每次输出的值都不一样的，这是疑问一。

 

这个在输完用户名后的post请求有什么用？这个请求决定了是否会出现滑块验证，我们看它的响应内容：

 

needcode是需要验证或者不需要验证，在webdriver打开的浏览器中这个返回值一定是True，也就是一定要验证，但是他还不是淘宝拒绝一切selenium验证的标准，继续向下。

 

继续向下，当返回needcode是True时候淘宝出现滑块验证，那我们看滑块验证的请求：

 

其中有个t参数，t参数就是ua，也就是在验证滑块是否正确的时候淘宝后台还会对ua验证一番，检验是否为正确的标识，一切selenium打开的浏览器里面'browser': {'ie': False, 'chrome': True, 'webdriver': True},当然webdriver是比较关键的参考标准，除此还有几十个其他异于正常浏览器的属性，很明显这些信息被加密在ua参数之中。

淘宝后台在收到滑块验证信息的时候，会同时对ua经行验证，所有含有webdriver=True的验证都会被返回code=300

 

现在我们大致就清楚了淘宝对selenium的检测：通过本地的js算法生成ua，ua里面含有浏览器信息，甚至含有当前地址，当输入完账号后会把账号和ua一起post给服务器，服务器解析ua后通过智能算法识别是否是常用登陆地、常用浏览器、环境有无异常，selenium打开的浏览器是异常浏览器，一定返回滑块验证，当完成验证后会再把ua和滑动的轨迹发给后台，后台在检测ua，一旦含有异常信息就返回code=300，验证失败。

目前ua的生成还没找到，但是他有几个特点：

1. 每次发送的ua都不一样
2. ua的长度会随着使用次数的增加越来越长。

 

目前分析到这里，在分析中ua生成没找到，倒是把密码的加密方式找到了，RSA加密。后面的分析还会继续，欢迎探讨