正方教務處抓包分析

本文轉載自查看原文 2017-09-22 20:44 1211

大概全中國的教務處網站都是一樣的，選課時期總是出去薛定諤的貓的狀態，因此使用爬蟲來選課對於計算機的學生來說就很正常了，在進行爬蟲爬取之前，我們首先需要對它進行抓包分析。

試探

首先登錄教務處網址，我們學校教務處的網址是10.5.2.80，在瀏覽器中輸入網址后你會發現進行了重定向，重定向后的網址是10.5.2.80/(uzcntciw0q5jisjv5ydagx45)/default2.aspx.你會發現中間用括號括起來了一個長度為24的字符串，我們再在瀏覽器中輸入一次10.5.2.80網址,再次進行重定向，發現中間的字符串再次進行了改變。這就很有意思，中間的字符串為甚每次登錄教務處網址都會改變呢，

當然我們首先進行抓包來看看，瀏覽器向服務器發送了什么

我們發現請求的地址正是我們每次重定向到的網址

再查看下我們發送的表單

TextBox1、TextBox2中分別存儲着我們的用戶名和密碼那么我們探索一下表單中另外三個參數的作用(PS:這命名隨意到難以置信).RadioButtonList1、Button1很明顯是url編碼的值，我們將RadioButtonList1、Button1中的值進行url解碼（注意此處url編碼使用了gb2312)。

結果分別為學生和登錄。可是另一個VIEWSTATE呢

VIEWSTATE

VIEWSTATE其實也算一個很古老的東西了，正是因為老舊的教務處也同樣的古老，我們才能夠發現他。正方是使用ASP開發的，而VIEWSTATE也算ASP一個特點（基本存在於已經廢棄webform),它起到的作用主要將整個頁面的控件的狀態用base64編碼傳給后端，具體可以看淺談viewstate

VIEWSATE是屬性type=hide的input標簽，我們按下f12查看它的值

於是我們試着用base64解碼VIEWSTATE試試，為了使大家清楚viewstate到底存儲了怎樣的信息，我們進入信息較多的課表頁然后讀取它隱藏的VIEWSTATE將其進行解碼

手動DOG臉

雖然http協議本身是無記憶的，但是VIEWSTATE能夠使它擁有記憶的能力，它能夠保留你之前的一系列操作。

注意viewstate是一路變化的，若想完全模擬瀏覽器，應當在寫爬蟲跳轉時都獲取當前頁面viewstate

模擬登錄的源碼

我們先模擬輸入10.5.2.80重定向的過程

#!/usr/bin/env python3
#-*- encoding:utf-8-*-
import requests
from bs4 import BeautifulSoup

url = "http://10.5.2.80"

res = requests.get(url) #無需添加header，教務處沒有檢查
print(res.url)
#'http://10.5.2.80/(ekjnqwuvqxd5hq2whour5n45)/default2.aspx'

res.url就是我們等會登錄請求的地址，再模擬表單提交的過程

#我們使用Beautifulsoup來找到要提交的內容
redirect_url = res.url
content = BeautifulSoup(res.content)
payload = {
  "__VIEWSTATE":content.find(attrs={"name":"__VIEWSTATE"}["value"]),
  "TextBox1":"**",#輸入你的賬號
  "TextBox2":"**",#輸入你的密碼
  "RadioButtonList1":"%D1%A7%C9%FA",#代表你的身份為學生
  "Button1":"+%B5%C7+%C2%BC+",#雖然我也不懂按鈕也要給value代表提交
}
res = requests.post(redirect_url,data=payload)
print(res.text)