跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

App抓包原理

1.客户端向服务器发起HTTPS请求

2.抓包工具拦截客户端的请求,伪装成客户端向服务器进行请求

3.服务器向客户端(实际上是抓包工具)返回服务器的CA证书

4.抓包工具拦截服务器的响应,获取服务器证书公钥,然后自己制作一张证书,

将服务器证书替换后发送给客户端。(这一步,抓包工具拿到了服务器证书的公钥)

5.客户端接收到服务器(实际上是抓包工具)的证书后,生成一个对称密钥,

用抓包工具的公钥加密,发送给“服务器”(抓包工具)

6.抓包工具拦截客户端的响应,用自己的私钥解密对称密钥,然后用服务器证书公钥加密,

发送给服务器。(这一步,抓包工具拿到了对称密钥)

7.服务器用自己的私钥解密对称密钥,向客户端(抓包工具)发送响应

8.抓包工具拦截服务器的响应,替换成自己的证书后发送给客户端

爬虫的本质就是「骗」过服务器,各种反反爬手段就是增强信任的过程,不停的让服务器相信你是自己人

如果你被反爬了,就是你骗术不精,被发现了。

App数据好抓吗?

App数据有易有难,目前我还是停留在简单的部分,这里简单说下我理解的(如果说错求放过):

简单:

app的数据比web端数据更容易抓取,基本都是http、https协议,返回的数据格式也相对规整,

大多是json格式

困难:

1.需要反编译的知识,需要分析加密算法

2.需要脱壳+反编译

3.需要破解各式各类的签名,证书。。

所以一个爬虫工程师慢慢就需要掌握以下技能:

java编程基础

android编程基础

app逆向

app脱壳

破解加密

从入门到全栈

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

常用抓包工具

fiddler

mitmproxy

Charles

fiddler安装和使用

下载:

https://telerik-fiddler.s3.amazonaws.com/fiddler/FiddlerSetup.exe

安装:一路Next

主要界面介绍:

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

会话列表界面:

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

监控面板在点击会话列表界面的某个请求后会出现下面两个界面:

请求面板:

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

响应面板:

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

本地CA证书安装

  • 点击 Tools - Options - HTTPS - 勾选勾选 Capture HTTPS CONNECTs,勾选 Decrypt HTTPS trafic,会弹出安装证书的提示。一路点是或确定安装即可。
  • 重启fiddler,点击右侧Actions,能看一个下拉菜单,点击 Export Root Certificate to Desktop,此时证书会生成到桌面上,名为 FiddlerRoot.cer,点OK保存
  • 点击安装

连接手机抓包需要的配置

先设置PC端fiddler:

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

之后手机需要访问 本地主机IP + 设置的端口,安装证书,证书安装成功后即可抓包。

以上就是关于Fiddler的安装和简单使用,进阶使用还有很多骚操作,

mitmproxy安装和使用

mitmproxy在linux版本下和windows版本下略有不同。

linux下借助pip,可以一键安装:pip install mitmproxy

windows 下需要安装Microsoft Visual C++ V14.0以上,之后再使用pip install mitmproxy安装

mitmproxy有三大组件:

mitmproxy - linux下的抓包组件

mitmdump - python交互

mitmweb - windows下的可视化界面工具

在windows下仅支持后两种组件的使用。

证书配置

在安装目录下可以看到以下这些文件:

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

其中:

mitmproxy-ca.pem

PEM格式的证书私钥

mitmproxy-ca-cert.pem

PEM格式证书,适用于大多数非Windows平台

mitmproxy-ca-cert.p12

PKCS12格式的证书,适用于Windows平台

mitmproxy-ca-cert.cer

与mitmproxy-ca-cert.pem相同,只是改变了后缀,适用于部分Android平台

mitmproxy-dhparam.pem

PEM格式的秘钥文件,用于增强SSL安全性

window安装证书

双击mitmproxy-ca.p12,一路确定直至结束。期间会弹出警告点击“确认”即可。

Mac安装证书

Mac下双击mitmproxy-ca-cert.pem即可弹出钥匙串管理页面,然后找到mitmproxy证书,打开其设置选项,选择“始终信任”即可

Android/iPhone安装证书

方法一: 将mitmproxy-ca-cert.pem发送到手机上点击安装就可以了,苹果手机点击安装描述文件即可。

方法二: 在linux下启动 mitmproxy,命令为mitmproxy -p 8889,同时将手机代理设置为linux的IP地址与端口后访问mitm.it安装证书。

简单使用

mitmproxy过滤功能的使用举例:


输入z,清除屏幕上全部的包

输入f,进入编辑模式,可在最下面编辑条件,ESC或Enter退出编辑

!(~c 200) #显示所有返回不是200的请求

!(~c 200) & ~d baidu.com #显示域名包含baidu.com,返回不是200的请求

~m post & ~u baidu #显示请求的链接里面包含baidu的post请求

~d baidu.com (http://baidu.com) 过滤所有域名包含baidu.com (http://baidu.com)的包

mitmproxy断点功能的使用举例:


输入i,进入编辑模式,可在最下面编辑条件,ESC或Enter退出编辑

断点的条件和过滤是一样的,符合条件的链接会被拦截

~d baidu.com & ~m get

域名包含baidu.com的get 请求会被拦截

按Enter进入详情页,在详情页输入e进入模式,可以修改各项数据

完成后,回到请求显示列表,输入a,将请求放行.

1.请求重放

2.选中需要重放的请求,输入r可以重放请求,也可以先编辑后再重放

3.输入Q可退出程序

mitmproxy经常配合appium使用:

首先我们需要写一个抓包的脚本,类似下面这个:


import json

def response(flow):

if 'aweme/v1/user/follower/list/' in flow.request.url:

for user in json.loads(flow.response.text)['followers']:

info = {}

nfo['share_id'] = user['uid']

info['_id'] = user['short_id']

save_task(info)

注意:这里的方法名必须使用response

编写完抓包的脚本后,使用 mitmdump -p [port] -s [脚本文件] 启动,配合appium自动化脚本即可实现app自动化抓取。

下面是为初学者们准备的python电子书籍资料和python入门教程!

跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍
跟大家聊聊,怎么用Python爬取APP上的数据?附电子版python书籍

请关注+私信回复:“学习”就可以拿到一份我为大家准备的Python学习资料!

相关推荐